CIG：熟議対話におけるセマンティックメモリ動態で会話の情報獲得を測定する
arXiv cs.CL / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、公的な熟議の質を評価するために、礼儀正しさや議論の構造だけでなく、各発話が特定の話題に対する集団の理解をどれだけ前進させたかを測る「会話の情報獲得（CIG）」の枠組みを提案する。
- CIGを実現するために、発話から原子的な主張を抽出し、それらを逐次的に更新される構造化メモリ状態へと統合していく、進化するセマンティックメモリのモデル化を行う。
- 各発話は、Novelty（新規性）、Relevance（関連性）、Implication Scope（含意の範囲）の3つの解釈可能な次元でスコア化され、構築したメモリのダイナミクスを用いる。
- TV討論とコミュニティ討論という2つのモデレート環境から計80区間を注釈し、メモリに基づく指標（例：主張の更新数）が、発話長やTF-IDFといった従来のヒューリスティックよりも、人間が感じるCIGとの相関が高いことを示す。
- さらに、LLMを用いたCIG予測器を開発し、熟議の成功を分析するための「情報に焦点を当てた」対話品質評価を可能にする。
