💬 NLP

LaMSUM: Amplifying Voices Against Harassment through LLM Guided Extractive Summarization of User Incident Reports

LaMSUM は、LLM のコンテキスト制限やコード混合言語の課題を克服し、投票メカニズムを組み合わせることでハラスメント報告の抽出要約を生成する新しいフレームワークであり、従来の手法を上回る性能を示すことで政策立案を支援するものである。

原著者： Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

公開日 2026-04-20

📖 1 分で読めます☕ さくっと読める

原著者： Garima Chhikara, Anurag Sharma, V. Gurucharan, Kripabandhu Ghosh, Abhijnan Chakraborty

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文は、**「LaMSUM（ラズム）」という新しい仕組みについて書かれています。これは、大規模言語モデル（LLM）という AI を使って、「性暴力やハラスメントの被害報告」**を効率的にまとめ上げるための技術です。

難しい専門用語を使わず、日常の例え話を使って解説します。

🌪️ 問題：「情報の洪水」に溺れる警察と市民

まず、背景にある問題を考えてみましょう。
インドなどの国では、性ハラスメントや暴力の被害者が、スマホのアプリやウェブサイトで「ここにこんなことがありました！」と報告しています。これはとても素晴らしいことですが、報告の数が膨大です。

例え話：
想像してください。ある町の役所に、毎日何千通もの手紙が投函されてきたとします。すべて「街で怖い目に遭いました」という内容ですが、手書きで、言葉もバラバラ（英語と現地の言葉を混ぜたもの）です。
役所の担当者（警察や行政）は、この山のような手紙をすべて一つずつ読んで、重要なものを見極めようとしても、時間がかかりすぎて現実的ではありません。
「どれが本当に深刻で、どれが街の安全対策に役立つのか？」を素早く見つける必要があります。

🤖 従来の AI の限界：「要約」が「書き直し」になってしまう

そこで、最新の AI（LLM）に頼ろうとしました。しかし、ここで 2 つの大きな壁にぶつかりました。

「書き直し」癖：
今の AI は、文章を要約する時、**「元の言葉をそのまま使う」のではなく、「自分の言葉で言い換えて（要約して）」**しまう傾向があります。
- 例え話：
  被害者が「夜、公園で男に追いかけられました」と書いているのに、AI は「夜間の公園での追跡事件がありました」と書き換えてしまいます。
  被害報告では、「被害者が実際に言った言葉（証拠）」をそのまま残すことが最も重要です。書き換えて意味が変わったり、ニュアンスが失われたりするのは危険です。これを**「抽出（エクストラクティブ）」**と言いますが、今の AI は「書き換え（アブストラクティブ）」ばかりしてしまいます。
「記憶容量」の限界：
AI は一度に読める文字数（コンテキストウィンドウ）が決まっています。
- 例え話：
  1 冊の本全体を一度に読ませようとしても、AI の「机（記憶）」が小さすぎて、本が乗りきりません。

💡 解決策：LaMSUM（ラズム）の「選挙」システム

そこで、この論文の著者たちは**「LaMSUM」という新しい仕組みを考え出しました。これは、「AI に投票させる」**という発想です。

ステップ 1：パンを小さく切る（マルチレベル）

まず、膨大な報告書を、AI が一度に読める大きさの「小さなパンの断片（チャンク）」に切り分けます。

ステップ 2：順番をシャッフルして、何度も読ませる（位置バイアスの解消）

AI は「文章の最初にあるもの」や「最後にあるもの」を重要だと勘違いしやすい癖があります（これを位置バイアスと呼びます）。

例え話：
100 人の候補者がいる選挙で、名前がリストの「最初」に来る人だけが選ばれやすかったら不公平ですよね？
LaMSUM は、**「報告書の順番をガチャガチャとシャッフルして、何度も読み直させる」**のです。
「1 回目：A が先頭」「2 回目：B が先頭」「3 回目：C が先頭」というように。こうすれば、どの報告書も公平に評価されます。

ステップ 3：「選挙」をして勝者を選ぶ（投票アルゴリズム）

シャッフルした結果、AI は毎回「これが重要だ」というリストを作ります。

例え話：
100 人の有権者（AI の読み直し回数）が、それぞれ「重要な報告書」に投票します。
ここでは、単に「一番人気」を選ぶのではなく、**「比例代表制（Proportional Approval Voting）」**という選挙方式を使います。
- なぜこれか？
  もし「痴漢に遭った」という報告が 50 回投票されたとしても、それだけ選んでしまうと、他の重要なハラスメント（ストーカーや暴行など）が見落とされてしまいます。
  比例代表制は、**「人気があるものだけでなく、多様な意見（多様なハラスメントの種類）をバランスよく取り入れる」**ように調整する仕組みです。

🏆 結果：なぜ LaMSUM はすごいのか？

この仕組みを試した結果、LaMSUM は従来の AI や他の要約アルゴリズムよりも圧倒的に良い結果を出しました。

元の言葉を残す： 被害者の「生々しい言葉」をそのまま選び出します。
多様性がある： 特定の種類のハラスメントに偏らず、街のあらゆる危険を網羅的に捉えます。
詳細な情報： 短い言葉だけでなく、状況が詳しく書かれた重要な報告を選び取ります。

🌟 まとめ：街を安全にする「賢いフィルター」

LaMSUM は、**「AI に『要約して』と頼むのではなく、AI に『選挙』をさせて、最も公平で多様な被害報告を選び出す」**という仕組みです。

これにより、行政や警察は、膨大な報告書の中から**「今、街で何が起きているのか？」**を一目で把握できるようになります。
被害者の声を歪めずに、正確に、そして公平に伝えることで、より安全な街作りを支援する、画期的なツールなのです。

一言で言うと：
「AI に『要約して』と言うと、勝手に書き換えちゃうので困る。だから、**『順番をシャッフルして何度も読ませて、投票で勝った報告書だけを集める』**という新しい選挙方式を作ったら、被害者の声をそのまま、公平にまとめられたよ！」

論文「LaMSUM: LLM によるユーザー報告の抽出要約を通じたハラスメントへの対抗」の技術的サマリー

この論文は、性ハラスメントや暴力などの事件を報告する市民報告プラットフォームにおける、膨大な量のユーザー投稿データを効率的に処理・要約する新たな枠組みLaMSUM（Large Language Model based Extractive SUMmarization）を提案した研究です。以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題定義と背景

課題: 市民報告プラットフォーム（例：Safe City, SHe-Box など）には、性ハラスメントや暴力に関する大量の投稿が寄せられます。当局やステークホルダーがすべての投稿を人手で確認することは不可能であり、多様かつ代表性のある投稿を抽出して要約するアルゴリズムが必要です。
言語の多様性: 多くの国（特にインドなど）では、英語だけでなくヒンディー語と英語が混ざった「コードミックス言語（Hinglish など）」で投稿がなされており、既存の英語中心の抽出要約アルゴリズムの適用が困難です。
LLM の限界: 近年の大規模言語モデル（LLM）は多言語処理に優れていますが、以下の 2 つの制約により、大規模なユーザー生成コンテンツの抽出要約（Extractive Summarization）には直接適用が難しいという問題があります。
1. 抽象的要約への偏り: LLM はデフォルトで元の文を言い換える「抽象的要約」を行い、原文の特定の文を選択する「抽出要約」が苦手です（意図的に指示しても失敗することが多い）。
2. コンテキストウィンドウの制限: 1 回の入力として扱えるテキスト量（トークン数）に上限があり、数十万トークンに及ぶ大規模な投稿コレクションを一度に処理できません。

2. 提案手法：LaMSUM

LaMSUM は、LLM の生成能力と社会選択理論（Social Choice Theory）に基づく投票アルゴリズムを組み合わせ、大規模なテキストから堅牢な抽出要約を生成する多段階フレームワークです。

主要な構成要素

多段階要約（Multi-Level Summarization）:
- 入力テキスト集合 $T$ を、LLM のコンテキストウィンドウに収まるサイズ $s$ のチャンク（断片）に分割します。
- 各チャンクに対して要約を生成し、その要約結果を次のレベルの入力として結合します。このプロセスを、最終的な要約サイズ $k$ に達するまで反復します。
- これにより、任意の長さのテキストを処理可能にします。
位置バイアスの克服とシャッフル:
- LLM は入力テキストの先頭や特定の位置にある文を優先して選択する「位置バイアス」を持つ傾向があります。
- このバイアスを軽減するため、各チャンク内のテキスト単位（投稿）を $m$ 回シャッフルし、それぞれ異なる順序で LLM に要約させます。
投票アルゴリズムによる統合:
- $m$ 回のシャッフルにより得られた $m$ 個の要約候補を、選挙における「投票」と見なします。
- 各投稿（候補者）がどの程度支持されたかを評価し、以下の投票方式のいずれかを用いて最終的な $k$ $k$ 個の投稿を選択します。
  - Plurality Voting（単純多数決）
  - **Proportional Approval Voting **(PAV)（比例承認投票）：重複を避け、多様性を確保するために最も効果的とされました。
  - **Ranked Choice Voting **(Borda Count)（順位投票）
- 出力較正: LLM が原文の単語を改変したり、幻覚（ハルシネーション）で新しい文を生成したりするのを防ぐため、選択された文が原文のサブセットであることを厳密にチェックし、編集距離やキーワードマッチングを用いて修正します。

3. 主要な貢献

LLM による大規模抽出要約の初実装: 大規模なユーザー生成テキスト（3 万トークン以上）を対象に、LLM を用いた抽出要約を実現した最初の研究の一つです。
投票アルゴリズムの統合: 要約タスクを「選挙」として再定義し、社会選択理論の投票アルゴリズムを LLM の出力統合に応用することで、LLM 単独の弱点（位置バイアスや幻覚）を克服しました。
コードミックス言語への対応: 多言語・コードミックス環境下でも機能するフレームワークを構築し、実社会の課題（ハラスメント報告）に適用しました。

4. 実験結果

データセット: アジアの主要な事件報告プラットフォームから収集された 5 都市（A〜E）のデータ（合計約 3,600 件の投稿）を使用。
評価モデル: Llama-3.1-8B, Mistral, Claude-3-Haiku, GPT-4o-mini の 4 種類の LLM を使用。
評価指標: ROUGE-1, ROUGE-2, ROUGE-Lsum（人間が作成したゴールドスタンダード要約との比較）。
結果:
- LaMSUM（特に Claude-3-Haiku と **比例承認投票 **(PAV) の組み合わせ）は、LexRank, BERTSUM, XLNet などの最先端（SOTA）の要約モデルをすべての指標で上回りました。
- シャッフルと投票の重要性: シャッフルや投票を行わない「Vanilla LLM」方式と比較して、LaMSUM は ROUGE スコアが有意に向上しました。
- 多様性と詳細さ: LaMSUM が選択した投稿は、他のアルゴリズムに比べて語数が多く（詳細な記述）、ハラスメントの多様なカテゴリを網羅していることが確認されました（エントロピー値が高い）。
- パラメータ: チャンクサイズ $s=100$ 、シャッフル回数 $m=3$ 、最終要約サイズ $q=k=50$ が最適な設定として特定されました。

5. 意義と将来展望

社会的インパクト: 当局や市民がハラスメントの傾向を迅速に把握し、安全対策や政策立案に役立てるための「包括的な概要」を提供します。これにより、特定の地域やタイプのハラスメントへの対応が強化されます。
技術的示唆: LLM が本来持つ「抽象的要約」の癖を、投票メカニズムと多段階処理によって「抽出要約」に変換する手法は、他のドメイン（ニュース要約、法文書分析など）にも応用可能です。
倫理的配慮: 研究では、LLM のバイアスや「ブラックボックス」性による選択の偏り、および幻覚のリスクについても言及しており、最終的な意思決定には人間の監査が必要であることを強調しています。

結論として、LaMSUM は、大規模で多様なユーザー報告データを処理し、信頼性の高い抽出要約を生成するための、実用的かつ効果的な新しいアプローチとして確立されました。