summary of Predicting Power Relations between Participants in Written Dialog from a Single Thread

1. 文献紹介
長岡技術科学大学 修士1年
松本 宏

2. PREDICTING POWER RELATIONS
BETWEEN PARTICIPANTS IN WRITTEN
DIALOG
AUTHORS
Prabhakaran, Vinodkumar and Rambow, Owen
Columbia Univeristy, New York, NY
BOOKTITLE
Proceedings of the 52nd Annual Meeting of the
Association for Computational Linguistics
YEAR 2014
PAGES 339-344

3. 概要
• email ログ中の人物の力の上下関係の特定
• 上司と部下の関係として話す
• 階層地位関係での特定
• スレッドから抽出された素性のみの利用
• スレッド: 一連のemailの送受信
• 新しい素性の紹介: 上下関係を示すユーザの特徴を捉える

4. 関連研究
• 関連研究:
• 語彙情報による特定：多くのデータが必要
• 少ないデータしかない者は非対象とした
• 前研究:
• スレッド上で力を有している人物の特定
• 中間層者がノイズ

5. データ
• Enron emailコーパス:
• 36,615 email スレッド
• 平均約３email/スレッド
• Enron Gold:
• 階層的に構築されたもの
• 1,518 employees / 13,724 ペア
• ここから対象とする２人ペアの主従関係を調べる

6. 素性
• 4つの素性グループ
• THR
• DIA
• THR — 提案素性グループ
• LEX — 語彙素性グループ: (Bramsen et al., 2011; Gilbert, 2012)
• THR: メッセージ構造素性
• DIA: 対話素性
}(Prabhakaran and Rambow, 2013)
NEW
PR
PR

7. THR
• メタデータ素性: 位置と冗長性
• 位置:
• 対象者pの最初と最後のメッセージ位置
• 冗長性
• 発言カウント, 発言率
• トークン数, トークン率, 発言トークン率
PR

8. DIA
• 以前の研究での自動タグ付けを利用
• Dialog Acts (DA):
• 行動要求, 報告要求, 報告, 習慣のどれかを判断
• Overt Displays of Power (ODP): 力の明示
• 応答への付加制約の判断
PR

9. THR
• 受信者数 ( 平均受信者数: To, CC、指定受信者数: To )
• 指定送信宛先から返事が来た割合
• 返信非対象者: 返信時に追加/削除されたか
• 平均返信受取数
NEW

10. 素性の有効性テスト/結果
• テスト:各素性の平均値を比較のスチューデントのt検定
• 結果
1. 上司は多人数へメールを送信、返信も多い
2. 上司による要求数、ODPが俄然多い
3. 部下は報告や未対応要求が少ない
4. 上司からのやりとり開始が多い
5. 上司は短文であるがトークン数は多い

11. LEX
• (Bramsen et al., 2011; Gilbert, 2012) より
• 有効性は示されている
• 語彙素性
• 語彙 n-gram, POS n-gram, 混合 n-gram
• 混合 n-gram: オープンクラスの単語はPOSタグに入れ替え
• unigram と bigramが有効

12. 実験
• BASELINE:
• 全て上司と判定
• n-gram素性を利用した分類器
• 先の素性の組み合わせでSVMをつかって２値分類
(superior, subordinate)

13. 結果

14. 結果

15. まとめ
• 前研究より上回る結果
• 今回の提案素性が大きく寄与
• 今回は上司と部下の間も考慮された
• しかし、同僚は？