Directed Social Regard: Surfacing Targeted Advocacy, Opposition, Aid, Harms, and Victimization in Online Media

以下は、論文「Directed Social Regard: Surfacing Targeted Advocacy, Opposition, Aid, Harms, and Victimization in Online Media（指向性社会的評価：オンラインメディアにおける特定の擁護、反対、援助、危害、および被害の顕在化）」の詳細な技術的サマリーです。

1. 問題提起

現在の自然言語処理（NLP）における感情分析ツールは、通常、テキスト全体をポジティブ、ネガティブ、ニュートラルに分類するか、単一の強度スコアを割り当てるものです。これらのアプローチは、オンラインメディアにおける以下の 2 つの重要な複雑さに対処できていません。

1. 共存する感情: 単一のメッセージには、しばしば混合した感情（例：加害者に反対しながら被害者を擁護する）が含まれており、これらを単一のスコアに集約すると失われてしまいます。
2. 対象の曖昧さ: 標準的なツールは、感情が「誰」または「何」に向けられているか（対象）を特定できず、また、異なる種類の社会的関係（例：対象が援助されているのか、危害を加えられているのか、反対されているのか、被害に遭っているのか）を区別できません。

既存のフレームワークであるターゲット指向感情分析（TSA）、アスペクトベース感情分析（ABSA）、およびスタンス検出は、事前定義されたターゲットを必要とする、カテゴリカルなラベルに依存する、あるいは多次元評価が欠如しているなどの問題があります。対象を自動的に抽出し、社会的評価の理論的根拠に基づいた連続的な多次元尺度に沿ってスコアリングできるフレームワークが必要です。

2. 手法：指向性社会的評価（DSR）フレームワーク

著者らは、社会科学理論（特に道徳的脱抑制と道徳的枠組み）に基づいた多次元・多価の感情分析アプローチである**指向性社会的評価（Directed Social Regard: DSR）**を提案します。

A. 理論的次元

DSR は、感情を単一の極性ではなく、3 つの独立した二極軸（-1 から +1 の範囲）として定義します。

1. 反対 – 擁護: 著者が対象を妨げたいのか、守りたいのか。
2. 有害 – 有益: 著者が対象を他者への害の源と見なすのか、助けの源と見なすのか。
3. 被害 – 援助: 著者が対象を他者から害されていると見なすのか、助けられていると見なすのか。

これらの次元により、対象が同時に「反対」かつ「有害」（攻撃の正当化）である場合や、「擁護」かつ「被害」（共感の表明）である場合など、微妙な表現が可能になります。

B. データセット構築

• データソース: 著者らは、Reddit、ニューヨーク・タイムズのコメント、Gab、およびヘイトスピーチ、マニスフィア（Manosphere）、政治的出来事（例：#MeToo、フランス大統領選挙）に関する特定のコーパスを含む 8 つの多様な公開情報（PAI）ソースから 1,838 件のテキストを収集しました。
• アノテーション: 人間のアノテーターは、キャラクターやトピックを表す連続する単語の列であるスパンを特定し、スライダーインターフェース（-1.0 から 1.0）を使用して 3 つの DSR 軸に対してスコアリングを行いました。
• 規模: 最終的なデータセットには、26,779 件の平均強度スコアを持つ 13,893 のスパンが含まれています。アノテーター間の一致率（クリッペンドルフの $\alpha$）は高く（0.71–0.91）、信頼性がありました。

C. モデルアーキテクチャ

DSR システムは、2 段階のトランスフォーマーベースのパイプラインを採用しています。

1. スパン認識（トークン分類）:
   • 微調整されたトランスフォーマー（例：DeBERTa-v3）を使用して、スパンをキャラクター（人物/グループ）またはトピック（出来事/概念）として識別・分類します。
   • 出力：検出されたスパンとそのタイプのリスト。
2. 評価スコアリング（スパンレベルの強度）:
   • 識別されたスパンと全文のコンテキストを入力とします。
   • トランスフォーマーエンコーダー（DeBERTa-v3）を使用して、文脈的埋め込みを生成します。
   • コンテキストプーラーを適用してスパンベクトルを正規化します。
   • ベクトルを線形層に通し、各スパンに対して 3 つの連続回帰スコア（-1 から 1）を予測します：反対 – 擁護、有害 – 有益、被害 – 援助。
   • 注記: モデルは平均二乗誤差（MSE）損失を使用して訓練されます。

3. 主要な貢献

• 新規フレームワーク: カテゴリカルな感情分析を超え、連続的・多次元的・対象固有の社会的評価へと移行する DSR の導入。
• 新規データセット: スパンレベルの多次元社会的感情の訓練と評価のための大規模で高品質なアノテーション付きデータセットの作成。
• 理論的統合: 社会科学理論（バンデューラの道徳的脱抑制、ブラウンとレヴィンスンのポライトネス理論）を NLP タスクに成功裏に実装化。
• ゼロショット対象発見: スタンス検出とは異なり、DSR は事前指定された対象を必要とせず、テキスト内の顕著なスパンを自動的に発見します。

4. 実験結果

A. スパン認識のパフォーマンス

• 最高性能のモデル（DeBERTa-v3-large-mnli）は、厳密な一致基準の下で、キャラクタースパンに対してF1 スコア 0.96、トピックスパンに対して0.74を達成しました。
• トークンレベルの指標はより高く（F1 約 0.92）、モデルが感情対象の境界を効果的に識別していることを示しています。

B. 評価スコアリングのパフォーマンス

• スコアリングモデルは、人間のアノテーションと強い相関を示しました。
• 反対 – 擁護: $R^2 = 0.85$、RMSE = 0.20。
• 被害 – 援助: $R^2 = 0.67$、RMSE = 0.10。
• 有害 – 有益: $R^2 = 0.57$、RMSE = 0.12。
• 比較: 専用の DeBERTa モデルは、LoRA 経由で微調整された Llama 3.2 や、少数ショット（few-shot）の GPT-4o などの大規模言語モデル（LLM）を大幅に上回りました。これは、この特定の数値予測タスクにおいて、生成型 LLM よりも目的特化型の回帰モデルの方が効果的であることを示唆しています。

C. 応用研究（外部データセットでの検証）

著者らは、訓練済みの DSR モデルを 6 つの外部データセットに適用してその有用性を検証しました。

1. ブリッジングベンチマーク: DSR スコアはドキュメントレベルのラベルと強く相関しました。高い「道徳的怒り」は 2 人称・3 人称の対象に対する高い反対と相関し、「尊敬」は擁護と相関しました。
2. 道徳的基盤ツイッターコーパス（MFTC）: DSR 属性は道徳的基盤理論と整合していました。「美徳」（例：ケア）は「有益/援助」スコアと相関し、「悪徳」（例：危害）は「有害/反対」スコアと相関しました。
3. コーパス比較:
   • マニスフィア vs. ヘイトスピーチ: マニスフィア・コーパスは「あなたを擁護」および「私/我々|被害者」（自己被害化）が高く、ヘイトスピーチ・コーパスは「危害を擁護」が高い傾向を示しました。
   • MeToo: 「女性|被害者」および「男性|有害」が高く、運動のテーマと一致していました。
   • ALM vs. バルティモア: 法執行機関に対する対立する見解を区別しました。「All Lives Matter（すべての命は大切）」は警察への擁護を示し、「バルティモア」の抗議は反対を示しました。
4. ペアワイズ分析: 共起する危害/援助ペアを可視化することで、モデルは「彼らが我々を害する」などのマイクロ・ナラティブを正常に抽出し、コミュニティ・ディスコースにおける構造的パターンを明らかにしました。

5. 意義と含意

• 粒度: DSR はオンライン・ディスコースの詳細な視点を提供し、異なる対象に向けられた単一のメッセージ内で、親社会的感情と反社会的感情がどのように共存しているかを明らかにします。
• 社会科学への有用性: 事前定義されたキーワードに依存することなく、道徳的脱抑制、集団アイデンティティの形成、およびオンライン過激化のメカニズムを研究するための定量的ツールを研究者に提供します。
• プラットフォームの安全性: このフレームワークは、単純なネガティブ感情フィルターでは見逃されがちな、特定のグループに対する危害を擁護するなど、複雑な有害コンテンツをプラットフォームが特定するのを支援できます。
• 将来の方向性: 著者らは、影響力操作のリアルタイム監視、道徳的枠組みにおける文化的変化の理解、および AI 駆動型コンテンツモデレーションの説明可能性の向上に DSR を活用することを提案しています。

結論として、この論文は、オンラインメディアにおける社会的評価の方向性、強度、および多次元性を捉えることで、感情分析の最先端を大幅に前進させる、堅牢で理論的根拠のある NLP フレームワークを提示しています。