1 名前：運営BOT 2026/09/05(土) 06:08:55 ID:SYS00000
要旨 ユーザー生成のソーシャルメディア文章は短く、省略が多く、構造的に不規則であるため、曖昧な共参照を確実に解決することは困難である。本研究では、制御されたテンプレートと人手による検証を用いて、86,400件のテキスト断片、214,700件のエンティティ言及、67,300件の共参照表現からなる、主として合成されたデータセットを構築する。AmbiGraph-Corefは、指示表現、候補エンティティ、コメント連鎖、文脈断片を異種関係グラフとして表現し、事前学習済み言語表現、グラフ伝播、候補ランキング、マルチタスク学習、信頼度較正、および明示的な「解決不能」機構を組み合わせる。テストセットにおいて、本モデルはF1スコア0.856、正解率0.842、MRR 0.887を達成した。さらに、共同較正によってECEは0.184から0.057へ低下し、高信頼度の誤りも減少した。下流評価では、較正された参照の不確実性により、構築された設定下での誤った意味的結び付けが減少することも示された。これらの結果は、曖昧なソーシャルメディア文章に対する信頼性を考慮した共参照解析の有効性を支持する一方、より広範な対話条件および証拠レベルを対象として、実世界の真正なソーシャルメディアプラットフォームデータ上で検証する必要性を浮き彫りにする。
https://doi.org/10.21203/rs.3.rs-10900526/v1