[論文レビュー] Tending Unmarked Graves: Classification of Post-mortem Content on Social Media

Jialun Aaron Jiang, Jed R. Brubaker|arXiv (Cornell University)|Mar 22, 2019

Mental Health via Writing参考文献 39被引用数 4

ひとこと要約

本稿では、言語的特徴を用いて、死後SNSコンテンツ（記念用ユーザー・プロフィールおよび個々のコメント）を自動で検出する機械学習分類器を提示する。870,326件のMySpaceコメントを用いて訓練されたモデルは、死亡後すぐに死去ユーザーを高い精度で同定でき、Facebook記念グループおよび葬儀記事に対しても一般化性が高く、死亡率を考慮した慈悲深いプラットフォーム設計と、データ科学の精度向上を可能にする。

ABSTRACT

User-generated content is central to social computing scholarship. However, researchers and practitioners often presume that these users are alive. Failing to account for mortality is problematic in social media where an increasing number of profiles represent those who have died. Identifying mortality can empower designers to better manage content and support the bereaved, as well as promote high-quality data science. Based on a computational linguistic analysis of post-mortem social media profiles and content, we report on classifiers developed to detect mortality and show that mortality can be determined after the first few occurrences of post-mortem content. Applying our classifiers to content from two other platforms also provided good results. Finally, we discuss trade-offs between models that emphasize pre- vs. post-mortem precision in this sensitive context. These results mark a first step toward identifying mortality at scale, and show how designers and scientists can attend to mortality in their work.

研究の動機と目的

• SNSにおける死去ユーザーおよび記念コンテンツを特定するための自動化手法の不足に対処すること。
• 生存者が報告するのを待つ依存を減らし、これは遅く、一貫性がなく、精神的負担が大きいこと。
• プラットフォーム設計者およびデータサイエンティストが、システム設計および縦断的研究において死亡率を考慮できるようにすること。
• 高い精度で死後プロフィールおよび個々の記念コメントを検出する分類器を開発すること。
• 感受的な文脈における死前・死後精度の間の倫理的妥当性のトレードオフを検討すること。

提案手法

• 2,688件の公開MySpaceプロフィール（870,326件のコメントを含む）を用いて、教師あり機械学習分類器（例：SVM、ロジスティック回帰）を訓練した。
• 語彙的、構文的、意味的（BERT埋め込みを含む）の3つの特徴セットを用い、死後コンテンツの言語的兆候を捉えた。
• これらの特徴を用いて、ユーザー単位でのプロフィール分類および個々のメッセージ単位でのコメント分類を実施した。
• 保留データおよびクロスプラットフォームのテストセットを用いて、精度、再現率、F1スコアの指標でモデル性能を評価した。
• 一般化性をテストするために、訓練済みモデルを2つの外部データセット（Facebook記念グループおよび新聞の葬儀記事）に適用した。
• 死後コンテンツに関連するキーワードとして、死の参照、悲しみの表現、過去形の物語的記述などを分析することで、モデルの解釈可能性を検討した。

実験結果

リサーチクエスチョン

• RQ1 機械学習モデルは、言語的コンテンツに基づいてSNSプロフィールを死後であると正確に分類できるか？
• RQ2 ユーザー・プロフィールから分離された個々のコメントでさえ、記念コンテンツとして信頼性高く分類できるか？
• RQ3 死後、早期のコメントパターンを用いて、どの程度早く死後プロフィールを検出できるか？
• RQ4 異なるプラットフォーム（例：MySpace、Facebook、葬儀記事）およびコンテンツタイプ間で、分類器の一般化性能はどの程度高いか？
• RQ5 この感受的な分野において、死前と死後の精度を最大化するための倫理的妥当性のトレードオフは何か？

主な発見

• 分類器は、MySpaceデータセットにおいてF1スコアが0.85を超える高い精度で死後プロフィールおよびコメントを検出できた。
• 数通のメッセージのみで死後コンテンツを信頼性高く検出でき、早期検出が可能であることが示された。
• モデルはFacebook記念グループおよび新聞の葬儀記事に対しても良好に一般化しており、クロスプラットフォームでの頑健性が確認された。
• 過去形の参照、悲しみの表現、三人称の物語的記述といった言語的特徴が、死後コンテンツの強力な指標であった。
• 死後の精度を重視するモデルは、生前の正確性を優先するモデルよりも優れており、特に生きたユーザーに対する誤検出（偽陽性）を最小限に抑える点で優位であった。
• 本研究は、『可能性がある死後』という保守的なラベルですら、不可逆的な行動を取らずに慈悲深い設計を支援できることを示している。