第36回研究会プログラム

13:00 - 13:30

タスク指示と発話系列の表現に注目したLLM の「チャット対話分離」プロンプト最適化

・○高田尚輝，森辰則（横浜国立大学）

多人数オンラインチャットにおける対話の交錯は，文脈理解を著しく阻害する．この問題に対し，発話系列を応答関係のある対話クラスタへ分割する対話分離が提案された．本タスクの方法論は長らく教師あり学習が支配的であり，唯一行われた大規模言語モデル（LLM）ベース手法の結果では，LLM が従来手法に劣ると報告されている．タスク指示と発話系列の表現方法に注目した自動プロンプト最適化を応用することで，LLMによる高精度な対話分離を実現する．

13:30 - 13:50（ショート）

仮想ユーザ像を用いた情報推薦インタフェースのLLMを用いた評価に関する予備的検討

○山﨑洋紀，柴田祐樹，高間康史（東京都立大学）

本発表では，仮想ユーザ像を用いた情報推薦インタフェースの評価に LLM を用いるアプローチを提案する．推薦対象ユーザから情報を収集しない説明可能情報推薦を目的として，仮想ユーザ像を用いた情報推薦が提案されている．このインタフェースの初期設計段階での評価手段として，大規模言語モデル（LLM）を実験協力者の代わりに用いることを検討し，予備実験を行った結果を報告する．

13:50 - 14:10（ショート）

Latent-Explorerを用いた論理推論問題に対するLLM推論過程の分析

木村五郎，○尾崎知伸（日本大学）

本研究では，LLMの内部推論メカニズムを段階的に評価するための初期的な試みについて報告する．論理推論タスクを対象とし，Latent-Explorerを用いて各隠れ層から命題を抽出した後，帰結の形成時期や安定性，探索から収束への推移動態など，多角的な指標による分析を行う．これらを通じ，LLMが層ごとにどのように知識を構築・変容させ，最終的な帰結へと収束させるのかを定量的に評価する．

14:10 - 14:20

14:20 - 14:50

ニュースのハード・ソフト分類における判断の齟齬とその要因分析

○杉本麻衣（関西大学），藤代裕之（法政大学），松下光範（関西大学）

ニュース報道のハード・ソフト区分は，記事が読者に与える影響を解明する不可欠な指標である．しかし，この区分の分類基準は定義が曖昧であり，一貫性を保つことが困難である．そこで本研究は，判断の段階的な分解と根拠箇所の記録・可視化を可能にするアノテーション支援ツールを開発し，分類の齟齬が生じる原因を調査した．その結果，不一致の主因が，作業者の能力不足ではなく，専門家の暗黙知と言語化された定義とのズレや，記事の記述構造との不適合にあることを明らかにした．

14:50 - 15:10（ショート）

ライトノベルにおける位置情報・意味情報・表紙要素に基づく複合ネタバレ度指標に対する有効性評価

井上大輝，○尾崎知伸（日本大学）

本研究では，ライトノベルにおけるネタバレ検出を目的とし，位置情報・意味情報・表紙要素の3側面に着目した複合指標の有効性を評価する．具体的には，人手でアノテーションを行ったネタバレ度付きコーパスを正解データとし，各側面とネタバレ度との関連を定量的に分析した．さらに，生成AIによる要約生成への適用を通じ，複合指標の実用的な応用における有用性を検証した．

15:10 - 15:30（ショート）

COM-PASS:物語の共通点・相違点の収集システム

○塩田隼士，藤川雄翔，松下光範（関西大学）

本稿では，物語作品同士のストーリーに関する共通点・相違点の収集システム「COM-PASS」を開発した．本システムでは，物語を特徴付ける「メインキャラクタ」「目標・結末」「世界観」を記述の枠組みとして設定し，ユーザの比較による作品間の情報を構造的に収集した．収集データの分析の結果，ユーザは類似するジャンルやキャラクタの特徴を共通点として記述し，それらを詳細化するかたちで相違点を記述する傾向が確認された．