Integrating Semantic and Structural Information with Graph Convolutional Network for Controversy Detection

#15 #acl2020

summarized by : taichi murayama

Lei Zhong, Juan Cao, Qiang Sheng, Junbo Guo, Ziang Wang

概要

SNS上の議論のある投稿を特定するタスクを取り組んだ研究 Topic-Post-Comment Graph Convolutional Network(TPC-GCN)という投稿の意味やリプライの構造情報を読取るためにGraph Convolutional Network (GCN)を用いたモデルを提案更に，トピック依存の特徴の有用性はタスクによって異なることから，トピックに依存しない特徴とトピックに依存する特徴を分離可能なモデルとなっている

新規性

・1つの投稿からトピック依存とトピック非依存の特徴量を別々に学習するために，トピック分類タスクを補助タスクとして設定しモデルを構成した点・本タスクに適したデータセットが少なかったことから新たにWeiboでのデータセットを構築した点

結果

既存のRedditデータセットと新たに構築したWeiboデータセットを用いて，モデルの有効性を検証し，比較手法よりも高い精度で議論の検出が可能となっている

このページで利用されている画像は論文から引用しています．