(OS招待講演) Hidden Profile型討議実験へのテキスト分析の応用
-
- 有馬 淑子
- 京都先端科学大学
書誌事項
- タイトル別名
-
- (OS invited talk) Applying Text Analysis to Group Discussion Experiments with Hidden Profile Task
抄録
<p>模擬陪審員実験で収集したチャットログに対して、MatLabのLSTMネットワークモデルを用いた集団決定予測を行った。LSTMは深層学習による分類手法の一つで、シーケンスデータの長期的な依存関係学習に向く。 実験参加者には架空の殺人事件に関する情報が与えられ、4名の討議集団で有罪・無罪・推定無罪の3択で集団決定を行った。各討議集団のチャットから集団決定を予測したところ、82.3%の正確さで予測可能であった。ただし、学習時のテストデータに、有罪・無罪・推定無罪判決が十分に含まれる必要があった。 この実験では、各メンバーに配布された情報により条件が設定されていた。そこで、配布情報による発話の変化を探索するためにLDAトピックモデルによる分析を行った。各発話に与えられる各トピック比率を変数と見なし、情報条件「共有性(高・低)X情報(アリバイ・ダミー)」による分散分析を行ったところ、トピック比率に実験条件の影響が示された。トピック比率には、討議前後に測定された意味関連性記憶(虚記憶)とも関連性が示唆された。 以上の結果より、心理学実験研究に機械学習を導入する妥当性とその効用について議論する。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2023 (0), 1P4OS16a01-1P4OS16a01, 2023
一般社団法人 人工知能学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390015333244394624
-
- ISSN
- 27587347
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可