HCG2023で杉原が発表した際の資料となります．

1. 話題の因果関係の視覚化による
ニュース記事群の経時的変化の理解支援
関西大学 ◯杉原 昂紀 畑 玲音 松下 光範
1/33
B-4-1

2. 背景
lニュースの電子化やニュースアプリケーションの普及が顕著
2/33
https://ictr.co.jp/report/20211220.htm

3. 背景
l特定のニュースがなぜ報道されたのかわからない時がある
l例）小麦の高騰
ロシアの輸出制限
EUのロシアへの経済制裁
ロシアとウクライナの紛争
アメリカとの金利差
アメリカの利上げ，日本は利上げしない
3/33

4. lニュースの電子化による記事数の増加により，必要な記事を見つけにくい
l長期間報道される一連のニュースは話題が変化する
l話題間には様々な関係性が複雑に絡み合っている
内容を整理する必要があり，時間がかかる
報道の初期段階から閲覧していないと
ニュースの理解は難しい
4/33
問題

5. l石井ら[1]は，ニュースの理解には因果関係の提示が有効とし，
複数のニュース記事から因果関係を抽出し，それらを結合して
因果関係ネットワークを構築
[1]石井裕志, 馬強, 吉川正俊: 因果関係ネットワークの 構築によるニュースの理解支援,
第 1 回データ工学 と情報マネジメントに関するフォーラム論文集,C5-6 (2009).
5/33
先行研究

6. l先行研究では記事と記事の因果関係を提示していた
長期間報道されるニュースを対象にすると
提示される記事数と記事間の因果関係が膨大になる
記事を意味的に集約した話題と，話題間の関係性を提示する必要がある
6/33
先行研究の問題点
A
A
B B
B
C
A
A A
B C
B

7. 長期間報道された一連のニュースを話題に分類し，
因果関係を提示することで
ユーザの理解促進を目指す
7/33
研究目標

8. 時間軸
8/33
想定する可視化表現
ウク，
EUに加盟か
ロシア
VS
ウクライナ
EU，
ロシアに
経済制裁
アメリカの
利上げ
クラスター，
大阪で発生
小麦高騰
岸田内閣
支持率30%
阪神
交流戦快調

9. 時間軸
9/33
想定する可視化表現
ウク，
EUに加盟か
ロシア
VS
ウクライナ
小麦高騰の記事A
小麦高騰の記事B
EU，
ロシアに
経済制裁
アメリカの
利上げ
クラスター，
大阪で発生
小麦高騰
岸田内閣
支持率30%
阪神
交流戦快調
日米の金利差
ロシア輸出制限

10. 時間軸
10/33
想定する可視化表現
ウク，
EUに加盟か
ロシア
VS
ウクライナ
経済制裁の記事A
経済制裁の記事B
EU，
ロシアに
経済制裁
アメリカの
利上げ
クラスター，
大阪で発生
小麦高騰
岸田内閣
支持率30%
阪神
交流戦快調
ロシア輸出制限
ロシアへの対処

11. 11/33
話題の因果関係作成におけるデータ処理
使用する記事データ
因果関係を持つ文章
話題
原因表現・結果表現
①
話題の因果関係
②
③坂地らの手法
④
新聞記事コーパス

12. ① 使用する記事データの抽出
② 記事を意味的,時間的に分類
③ 原因・結果表現の抽出
④ 話題間の因果関係を推定
12/33
作成のためのデータ処理

13. l毎日新聞記事コーパスを使用
l１つの話題の理解に必要な記事がわからない
l任意のキーワードを持つ文章を一連のニュースとみなす
「消費税」「増税」という単語を含む記事を使用（678記事）
13/33
使用する記事データの抽出

14. l新聞記事は，冒頭2文（リード文）に記事の要旨を記述することが多く，
本文にはその記事の背景や関連情報などが含まれる
l背景や関連情報はその記事が伝えたい内容とは異なる
リード文のみを使用することで，記事が伝えたい内容で分類できる
14/33
使用する記事データの抽出

15. l文書分類手法であるHDP-LDA[2]を使用
クラスタの数が自動的に決定される
クラスタに対する尤度から，記事が属するクラスタを推定
lクラスタ内の記事から，話題の報道時期を推定
最も多く報道された月を報道時期とみなす
また，その前後の月に報道されている場合も報道時期とする
[2]Teh, Y., Jordan, M., Beal, M. and Blei, D.: Sharing Clusters among Related Groups: Hierarchical Dirichlet Processes,
Advances in Neural Information Processing Systems, Vol. 17 (2004).
15/33
記事を意味的，時間的に分類

16. [3]坂地泰紀, 増山繁: 新聞記事からの因果関係を含む 文の抽出手法,
電子情報通信学会論文誌, No. 8, pp. 1496–1506 (2011).
原因・結果表現の抽出
背景に
中国経済の成長鈍化を
原油などの資源価格が大きく下落したことが影響した
原因表現
手がかり表現
結果表現
l坂地ら[3]の手法を利用
因果関係を表す手掛かり表現を持つ文章を抽出
その後，因果関係を持つ文章から原因表現，結果表現を抽出
16/33

17. l原因・結果表現とクラスタリングによって得られる
特徴語(上位3件)との比較により，話題の因果関係を推定
17/33
話題間の因果関係を推定
中国経済の成長鈍化を 原油などの資源価格が〜
構築，成長，簡単 原油，値下げ，補助金

18. 18/33
提案システム

19. 19/33
提案システム
話題（特徴語が付記）

20. 20/33
提案システム
因果関係

21. 時系列に沿った
記事の閲覧
情報探索行動
21/33

22. 同時期の内容を閲覧
情報探索行動
22/33

23. b
因果関係に沿った
記事の閲覧
情報探索行動
23/33

24. ① クラスタリング結果は話題として適切か
② クラスタ間の因果関係は正しいか
③ システムはユーザにニュース理解を促進させたか
24/33
実験

25. l実験① クラスタリングの妥当性を検証
参加者にクラスタ内のリード文を提示し，クラスタに名前を付け，
その後，名前に何記事が対応しているか回答させる
25/33
①クラスタリング結果は話題として適切か

26. lクラスタ内の6記事に対して，
平均4.21記事が対応している
lリード文のみを使用したクラスタリングの妥当性が示唆
26/33
①クラスタリング結果は話題として適切か
クラスタ１ クラスタ２ クラスタ３ クラスタ４ クラスタ５ クラスタ６ クラスタ７ 総計
3.45 4.33 4.45 4.25 4.61 4.00 4.39 4.21

27. l話題間の因果関係の精度を検証
l２つのクラスタをペアとして，それらのリード文を提示
選択肢の中から関係性を回答させる
lYahoo!クラウドソーシングを用いて116名に実施
因果関係のある7ペアと，因果関係のない2ペアを提示
・関係あり
（1）因果関係（2）続報関係（3）包含関係（4）同じ話題からの派生
・関係なし
（5）共通項が存在する（6）全く関係なし
27/33
②クラスタ間の因果関係は正しいか

28. l因果関係にある７ペアでは，「関係あり」群に回答した人は63.64%
l一方で，関係性の回答は概ね一様に
背景知識なしに因果関係を判断することは困難？
因果関係の抽出手法に問題がある？
28/33
②クラスタ間の因果関係は正しいか

29. l提案システムの有効性の検証
lシステムを使用し，要約を作成するタスクを被験者5名に実施し，その後
聞き取り調査を行った
lシステム使用中の行動と，聞き取り調査の内容を分析
29/33
③システムはユーザにニュース理解を促進させたか

30. lある話題をクリックした後，次にどの話題をクリックしたかを元に，
情報探索行動の割合を分析
③システムはユーザにニュース理解を促進させたか
30/33
因果関係に沿った記事の閲覧,
13.66%
時系列に沿った記事の閲覧,
21.86%
同時期の内容の閲覧, 53.55%
その他,
10.93%

31. l作成したレポートに，因果関係は含まれているか
レポートの内容がどの記事から引用されたか確認
記事間の関係性を分析
③システムはユーザにニュース理解を促進させたか
31/33
因果関係を
辿る,
14.29%
時系列が
進んだ,
50.00%
同時期の内容,
32.14%
その他,
3.57%

32. l時間軸は5名全員が，特徴語は4名が「参考にしていた」と回答
l5名中3名が「因果関係を参考にして要約を作成していた」と回答
話題の因果関係の提示は理解支援に繋がる可能性
③システムはユーザにニュース理解を促進させたか
32/33

33. l「因果関係は意識して確認していたが，似ているクラスタが見つからず，
似ていると感じたクラスタに因果関係がなかったことも多かった」，
「クラスタ間の繋がりが不明瞭なので使わなかった」という回答
因果関係にあるペアに対して，「因果関係」と回答したのは18.70%
今後の展望
話題間の因果関係の精度向上が必要
33/33

34. l背景 ニュース記事の増加
l問題 理解のために必要な記事を見つけにくい
l目標 話題の因果関係の提示による理解支援
l結果 話題の因果関係はニュース理解に有効
l展望 様々な関係性を同時に提示/因果関係の精度向上
まとめ
33/33