こんにちは、

オンラインの議論が紛争へとエスカレートする様子をモデル化するフレームワークに取り組んでおり、それを分類/シーケンスモデリング問題として捉えられるかを検討しています。

核心となるアイデアは、議論を観測可能な遷移を持つ状態機械として扱うことです。

状態（提案）

1. 中立（情報交換）
2. 意見の相違
3. アイデンティティの活性化
4. 個人化
5. 個人攻撃
6. ドッグパイル（複数ユーザーによる標的化、回復不能）

各コメントは局所状態としてラベル付けでき、スレッドには時間とともに進化するグローバル状態もあります。

シグナル / 特徴

検討中の特徴：

• 言語的特徴：
  • 二人称代名詞の増加（「you」）
  • 感情の変化
  • 侮辱・毒性の指標
• 構造的特徴：
  • 特定の1人のユーザーへ返信するユニークなユーザー数
  • 返信の速度（急増）
  • スレッドの深さ
• 文脈的特徴：
  • トピック感度（キーワードによる代理指標）
  • スレッド内の過去の状態遷移

追加の次元

私はもう一つの層にも取り組んでいます：

• 個人アイデンティティの活性化
• イデオロギー的アイデンティティの活性化
• グループアイデンティティの活性化

複数のアイデンティティ層の同時活性化が急速なエスカレーションと相関するという仮説です。

データセット計画

• 公開プラットフォーム（Reddit など）からスレッドを収集する
• 上記の状態分類法を用いてラベル付きデータセットを構築する
• 小規模な手作業で注釈を付けたデータセットから始める
• 分類器を訓練する（ベースライン：ヒューリスティック → 機械学習モデル）

質問

1. この枠組みは、シーケンス分類 / 状態遷移問題として意味を成しますか？
2. これをどのようにモデル化しますか:
   • コメントごとの分類、または
   • シーケンスモデリング（例：HMM / RNN / スレッド全体の Transformer）ですか？
3. 以下についての提案はありますか：
   • 状態間の曖昧さを減らすためのラベリング指針？
   • この目的に近い既存データセット（毒性分類を超えるもの）はありますか？
4. 「dogpile」をクラスとして扱いますか、それともグラフ構造の出現的特性として扱いますか？