[論文レビュー] Persuasive Natural Language Generation -- A Literature Review

Sebastian Dürr, Peter A. Gloor|arXiv (Cornell University)|Jan 14, 2021

Advanced Text Analysis Techniques参考文献 20被引用数 12

ひとこと要約

本レビューでは、77件の研究を分析することで、利害関係者に配慮する、言語的適切性、論理的議論、信頼性、ツール／データセットの5つのビジネス関連分野を対象に、説得的自然言語生成（NLG）を検討する。本研究は、説得理論と既存のデータセットに基づいた構造的で根拠に基づいた設計原則を用いて、メッセージの説得力を高めるNLGシステムの発展を促進する研究アジェンダを提言する。

ABSTRACT

This literature review focuses on the use of Natural Language Generation (NLG) to automatically detect and generate persuasive texts. Extending previous research on automatic identification of persuasion in text, we concentrate on generative aspects through conceptualizing determinants of persuasion in five business-focused categories: benevolence, linguistic appropriacy, logical argumentation, trustworthiness, tools and datasets. These allow NLG to increase an existing message's persuasiveness. Previous research illustrates key aspects in each of the above mentioned five categories. A research agenda to further study persuasive NLG is developed. The review includes analysis of seventy-seven articles, outlining the existing body of knowledge and showing the steady progress in this research field.

研究の動機と目的

• 77件の学術論文の分析を通じて、説得的自然言語生成（NLG）分野の最先端状況を検証すること。
• 5つのビジネス関連分野（思いやり、言語的適切性、論理的議論、信頼性、ツール／データセット）に焦点を当て、NLGにおける説得の核心的要因を特定すること。
• 説得的NLGを発展させるための構造的で明確な研究アジェンダを策定すること。具体的には、研究手法、評価、応用分野におけるギャップを補うものとする。

提案手法

• 計算言語学およびAI分野の77件の査読済み論文を対象とした体系的文献レビュー。本研究は、説得的テキスト生成のためのNLGに焦点を当てる。
• 説得的NLG技術を5つの次元に分類する：思いやり（支援の意図）、言語的適切性（トーンとスタイル）、論理的議論（一貫性と推論）、信頼性（信頼性と妥当性）、ツール／データセット（利用可能なリソースとフレームワーク）。
• 既存のデータセットとツールの分析を通じて、説得的NLGシステムの訓練および評価に適した状態を評価する。
• 共通のパターン、研究手法上の制限、未開拓の研究分野を特定するため、研究結果を統合する。
• 特定されたギャップに基づいた研究アジェンダの構築。具体的には、標準化された評価指標の必要性と、ドメイン特化型の適応の必要性を含む。

実験結果

リサーチクエスチョン

• RQ1 既存のNLGシステムは、どのように説得的コンテンツを生成しているのか。また、その説得力に寄与する言語的および構造的特徴は何か。
• RQ2 信頼性、論理的整合性、言語的適切性といった、成功した説得的NLGシステムの背後にある主な設計原則は何か。
• RQ3 現在、説得的NLGモデルの訓練および評価に利用可能なデータセットとツールは何か。それらの制限は何か。
• RQ4 識別された5つのカテゴリー（思いやり、言語的適切性、論理的議論、信頼性、ツール／データセット）は、どのようにして説得的出力を形作っているのか。
• RQ5 ビジネスおよび実世界の応用分野における説得的NLGを発展させるにあたり、主な研究ギャップと今後の研究方向性は何か。

主な発見

• 文献からは、信頼性の高い説得的コンテンツを生成するうえで、論理的議論と言語的適切性が中心的役割を果たしている傾向が明らかになった。
• 信頼性は、主にスタイルの手がかりや出典の信頼性を通じて扱われているが、少数のシステムを除き、信頼性を動的要因として明示的にモデル化しているものは少ない。
• 思いやりは、トーンや意図に埋め込まれており、一部のシステムではユーザーのモデル化を用いて受信者のニーズに合わせたメッセージを調整している。
• 説得的NLG向けの利用可能なデータセットは、サイズ、多様性、アノテーション品質の点で依然として限定的であり、モデルの訓練および評価を強固に行うのを妨げている。
• 説得的NLG用のツールやフレームワークは登場しつつあるが、標準化が不十分であり、多くのシステムが再利用可能なコンponentsではなく、カスタムパイプラインに依存している。
• 明確な研究アジェンダが提言された。具体的には、ベンチマークデータセットの整備、ドメインを越えた評価、説得理論をNLGアーキテクチャに統合する必要性が強調された。