論文の概要: Stakeholder Suite: A Unified AI Framework for Mapping Actors, Topics and Arguments in Public Debates

• arxiv url: http://arxiv.org/abs/2512.17347v1
• Date: Fri, 19 Dec 2025 08:38:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.312102
• Title: Stakeholder Suite: A Unified AI Framework for Mapping Actors, Topics and Arguments in Public Debates
• Title（参考訳）: Stakeholder Suite: 公開討論におけるアクター、トピック、引数をマッピングするための統合AIフレームワーク
• Authors: Mohamed Chenene, Jeanne Rouhier, Jean Daniélou, Mihir Sarkar, Elena Cabrio,
• Abstract要約: 本稿では,公開討論の中でアクター,トピック,議論をマッピングするための運用コンテキストに展開するフレームワークを提案する。 このツールは、プロジェクトのチームが影響力のネットワークを視覚化するのを助けること、新しい論争を特定すること、エビデンスベースの意思決定をサポートすること。
• 参考スコア（独自算出の注目度）: 3.272909051546268
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Public debates surrounding infrastructure and energy projects involve complex networks of stakeholders, arguments, and evolving narratives. Understanding these dynamics is crucial for anticipating controversies and informing engagement strategies, yet existing tools in media intelligence largely rely on descriptive analytics with limited transparency. This paper presents Stakeholder Suite, a framework deployed in operational contexts for mapping actors, topics, and arguments within public debates. The system combines actor detection, topic modeling, argument extraction and stance classification in a unified pipeline. Tested on multiple energy infrastructure projects as a case study, the approach delivers fine-grained, source-grounded insights while remaining adaptable to diverse domains. The framework achieves strong retrieval precision and stance accuracy, producing arguments judged relevant in 75% of pilot use cases. Beyond quantitative metrics, the tool has proven effective for operational use: helping project teams visualize networks of influence, identify emerging controversies, and support evidence-based decision-making.
• Abstract（参考訳）: インフラとエネルギープロジェクトに関する公的な議論には、ステークホルダーの複雑なネットワーク、議論、そして進化する物語が含まれる。 これらのダイナミクスを理解することは、論争を予測し、エンゲージメント戦略を伝えるために重要であるが、メディアインテリジェンスにおける既存のツールは、透明性に制限のある記述的分析に大きく依存している。 本稿では、アクター、トピック、議論を公開討論の中でマッピングするための運用コンテキストにデプロイされたフレームワークであるStakeholder Suiteについて述べる。 このシステムは、アクター検出、トピックモデリング、引数抽出、スタンス分類を統合パイプラインで組み合わせる。 ケーススタディとして、複数のエネルギーインフラプロジェクトでテストされたこのアプローチは、さまざまなドメインに適応しながら、きめ細やかなソースベースの洞察を提供する。 このフレームワークは、強力な検索精度と姿勢精度を実現し、パイロットユースケースの75%に関連があると判断された議論を生み出す。 プロジェクトチームが影響力のネットワークを視覚化し、新たな論争を特定し、エビデンスベースの意思決定をサポートすることを支援する。

関連論文リスト

• What Pulls the Strings? Understanding the Characteristics and Role of Argumentation in Open-Source Software Usability Discussions [12.204548043421454]
  オープンソースソフトウェア(OSS)のユーザビリティは重要だが、技術的および機能的な複雑さを優先して、しばしば見過ごされる。 調停は、OSSのユーザビリティに関する議論において様々な利害関係者が意見を表明し、他人を説得するための重要な手段となる。 この研究は、OSS利害関係者がより効果的な議論を構築し、最終的にはOSSのユーザビリティを向上させるための洞察を提供する。
  論文  参考訳（メタデータ） (2025-12-08T20:44:40Z)
• The Power of Network Pluralism: Multi-Perspective Modeling of Heterogeneous Legal Document Networks [5.170807667319542]
  本稿では,マルチパースペクティビティを活用し,より完全で有意義でロバストな結果を得る概念的枠組みとして,ネットワーク多元論を紹介した。 我々は、複雑な法体系のハンズオン分析を通じて、このアプローチの利点を開発し、実証する。 我々の研究は、ドメイン駆動ネットワーク研究におけるネットワーク多元論の広範な採用を促進するための青写真として機能する。
  論文  参考訳（メタデータ） (2025-12-05T12:47:43Z)
• Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
  そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。 提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
  論文  参考訳（メタデータ） (2025-10-19T16:46:11Z)
• Why Reasoning Matters? A Survey of Advancements in Multimodal Reasoning (v1) [66.51642638034822]
  推論は人間の知性の中心であり、多様なタスクにまたがる構造化された問題解決を可能にする。 大規模言語モデル(LLM)の最近の進歩は、算術、常識、記号領域における推論能力を大幅に向上させてきた。 本稿では,テキストおよびマルチモーダルLLMにおける推論手法の簡潔かつ洞察に富んだ概要について述べる。
  論文  参考訳（メタデータ） (2025-04-04T04:04:56Z)
• PanoSent: A Panoptic Sextuple Extraction Benchmark for Multimodal Conversational Aspect-based Sentiment Analysis [74.41260927676747]
  本稿では,マルチモーダル対話感分析(ABSA)を導入することでギャップを埋める。 タスクをベンチマークするために、手動と自動の両方で注釈付けされたデータセットであるPanoSentを構築し、高品質、大規模、マルチモーダル、マルチ言語主義、マルチシナリオを特徴とし、暗黙の感情要素と明示的な感情要素の両方をカバーする。 課題を効果的に解決するために,新しい多モーダルな大規模言語モデル(すなわちSentica)とパラフレーズベースの検証機構とともに,新しい感覚の連鎖推論フレームワークを考案した。
  論文  参考訳（メタデータ） (2024-08-18T13:51:01Z)
• PAKT: Perspectivized Argumentation Knowledge Graph and Tool for Deliberation Analysis (with Supplementary Materials) [18.436817251174357]
  本稿では,パースペクティブ化された問合せ知識グラフとツールであるPAKTを提案する。 グラフは様々なトピックにまたがって議論空間を構成し、議論は前提と結論に分けられる。 本稿では,PAKTの構築方法と,得られた多面的議論グラフのケーススタディについて述べる。
  論文  参考訳（メタデータ） (2024-04-16T13:47:19Z)
• A Unifying Framework for Learning Argumentation Semantics [47.84663434179473]
  Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。 提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
  論文  参考訳（メタデータ） (2023-10-18T20:18:05Z)
• Towards Preserving Semantic Structure in Argumentative Multi-Agent via Abstract Interpretation [0.0]
  モデルチェックの観点から抽象概念を考察する。 いくつかの議論は、様々な観点から同じ位置を守り、議論フレームワークのサイズを減らそうとしている。
  論文  参考訳（メタデータ） (2022-11-28T21:32:52Z)
• Contextual Argument Component Classification for Class Discussions [1.0152838128195467]
  議論要素を分類するための計算モデルに,局所的談話文脈と話者文脈という2種類の異なる文脈情報をどのように組み込むかを示す。 いずれのコンテキストタイプもパフォーマンスを改善することができるが、改善はコンテキストサイズと位置に依存している。
  論文  参考訳（メタデータ） (2021-02-20T08:48:07Z)
• Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
  本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。 トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
  論文  参考訳（メタデータ） (2020-09-26T08:43:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。