ARTLAS：概念軸、テキスト埋め込み、教師なしクラスタリングによる芸術・テクノロジー機関のマッピング

要旨: 祭り（フェスティバル）、ビエンナーレ、研究ラボ、カンファレンス、ハイブリッド組織などを含む、芸術×テクノロジー機関のグローバルな状況は、ますます多様化している。しかしながら、それらの多次元的な特徴を分析するための体系的な枠組みは依然として乏しい。本論文は、8軸からなる概念的枠組み（キュレーションの哲学、領域との関係、知識生産のモード、制度的系譜、時間的志向、生態系の機能、観客との関係、学問領域上の位置づけ）と、テキスト埋め込みおよびクラスタリングのパイプラインを組み合わせた計算論的手法ARTLASを提案する。これにより、78の文化×テクノロジー機関を統一的な分析空間へマッピングする。各機関は8つの軸に沿った質的記述によって特徴づけられ、E5-large-v2の文埋め込みを用いて符号化され、語レベルのコードブックによってTF-IDF特徴ベクトルへ量子化される。UMAPによる次元削減の後、凝集型クラスタリング（Average linkage、k=10）を行うことで、複合スコア0.825、シルエット係数0.803、Calinski-Harabasz指数11,196を得る。非負行列因子分解により10の潜在トピックが抽出され、隣接クラスタのエントロピー指標によって、複数のテーマ共同体をまたいで境界に位置する機関が特定される。Reactで構築した対話的なWebベースの可視化ツールにより、利害関係者は、機関間の類似性、テーマ別プロファイル、分野横断的なつながりを探索できる。本研究の結果として、ZKMおよびArtScience Museumをアンカーとする芸術-科学ハブのクラスター、Ars Electronica、transmediale、Sonarを含むイノベーション／産業クラスター、TEI、DIS、NIMEから成るACMの学術コミュニティクラスター、CTM Festival、MUTEK、Sonic Actsを含む電子音楽およびメディアのクラスターといった、首尾一貫したまとまりが明らかになる。本研究は、文化×テクノロジー分野における制度生態系に対する、再現可能でデータ駆動型のアプローチを提供する。