役職名を隠した会話から、どちらの話者が高い地位にあるかを推定できるでしょうか。発言量や命令表現だけを数えても、立場の違いと個人の話し方を切り分けるのは容易ではありません。

Echoes of Powerは、Wikipediaの管理者権限と投票、米国最高裁の裁判官・弁護士という役職と判決票を外部の根拠にし、相手の機能語を直後の返信でどれだけ反復するかを測った研究です。会話を読んだ評価者が「影響力が高そう」と印象でラベルを付けたデータではありません。

ConvoKitではなく、権力差を定義した研究を中心に見る

「ConvoKit: A Toolkit for the Analysis of Conversations」は、Jonathan P. Chang、Caleb Chiam、Liye Fu、Andrew Wang、Justine Zhang、Cristian Danescu-Niculescu-MizilによるSIGDIAL 2020の論文です。ConvoKitはデータセット名ではなく、会話コーパスを共通形式で扱い、特徴抽出や分析を行うオープンソースのツールキットです。

公式カタログにはWikipediaの議論、米国最高裁の口頭弁論、RedditのChange My Viewなど多様なコーパスがあります。ただし、全コーパスに共通の「権力」「地位」「影響力」ラベルがあるわけではありません。主題を裏付ける中心資料は、Cristian Danescu-Niculescu-Mizil、Lillian Lee、Bo Pang、Jon Kleinbergによる「Echoes of Power: Language Effects and Power Differences in Social Interaction」です。2012年4月にフランス・リヨンで開かれた第21回International World Wide Web Conference（WWW 2012）で発表されました。

権力を「地位」と「依存」に分けた

研究は権力差を一つの主観ラベルにまとめず、社会学の交換理論を踏まえて二種類に分けました。地位は制度上の役職差、依存は相手を説得しなければ目的を達成しにくい状況です。

ここで「反対票の相手」は、会話から推測した感情や対立度ではありません。WikipediaではRfAの投票、最高裁では最終判決票から決めています。同様に、言語的同調は「実際の影響力」という正解ラベルではなく、これらの外部記録と比較する会話上の行動指標です。

二つの発話を方向付きの交換として切り出した

分析の基本単位は、長い会議やスレッド全体ではありません。話者Aの発話に話者Bが直後に返した二発話を一つのconversational exchangeとし、Bをspeaker、返信先のAをtargetと呼びます。AからBへの同調とBからAへの同調は別方向の値です。

Wikipediaではトークページから240,436件の交換を収集し、管理者か、昇格時刻、トークページでの活動量を話者情報として対応付けました。RfAの議論からは別に32,000件の交換を抽出しています。論文の主な実験は、特記がない限り規模の大きいトークページ側を使いました。

最高裁では、公開された口頭弁論記録を前処理した既存資料へ、Spaeth Supreme Court Databaseの最終判決票を追加しました。公開版Supreme Court Dialogs Corpus v1.01のREADMEによる規模は204事件、51,498発話、50,389交換、裁判官11人、弁護士・法廷助言者311人です。51,498は発話数、50,389は隣接する二発話から作った交換数であり、同じ単位ではありません。弁護士の73％は一事件だけに登場し、最多でも15事件でした。

機能語451語を8種類にまとめて同調を測った

内容語には裁判の「Your honor」のような領域固有の手掛かりが入りやすいため、研究はLIWC由来の機能語を使いました。対象は冠詞、助動詞、接続詞、高頻度副詞、非人称代名詞、人称代名詞、前置詞、数量詞の8種類、計451語です。否定表現は出現が少なく意味内容も持つとして除外されました。

ある種類の機能語をAが使ったとき、Bの直後の返信でも同じ種類が現れる確率から、BがAとの会話で通常その種類を使う確率を引きます。したがって、単に「Bは人称代名詞を多用する」と数えるのではなく、Aの直前発話を受けてBの選択が変わった度合いを測ります。計算には、対象となる機能語がAの発話に少なくとも一度現れることが必要です。

返信先を正しく残すことは、この指標の前提です。発言順だけを保存して宛先を失うと、分岐のあるオンライン議論では誰への同調かを復元できません。一方、最高裁のように直前発話を返信先とみなすデータでは、割り込みや連続発話の区切り方が交換の定義へ直接影響します。

役職ラベルと会話上の特徴を混ぜずに評価した

結果は、低い地位の参加者ほど高い地位の相手へ強く同調し、昇格したWikipedia利用者では本人と周囲の同調の仕方が変わるという仮説を支持しました。また、弁護士は最終的に自分の側へ反対票を投じた裁判官へより同調し、RfAでも反対側へ投票した利用者への同調が高くなりました。ただし、これは同調が投票を変えたという因果効果を示すものではありません。

話者ペアのどちらが高い地位かを当てる評価では、8種類と集約値から作った9個の同調特徴をSVMへ入力しました。Wikipedia内の交差検証で正解率57.7％、最高裁内で70.4％、最高裁で学習してWikipediaで評価すると57.1％、逆方向では55.0％でした。無作為基準は50％です。20,000語のbag-of-wordsは最高裁内で99.5％に達した一方、領域をまたぐと45.2％または40.1％まで落ちました。論文が重視したのは、同調特徴だけが両方の領域間評価で無作為基準を有意に上回った点です。

これは固定されたtrain／development／test分割を配布して競うベンチマークではありません。同一領域では交差検証、領域間では一方を学習用、他方を評価用にした実験です。また、全話者ペアを使わず、8種類すべての同調を計算できるだけの交換があるペアに限定しました。最高裁の地位予測では、事件の定型的な冒頭説明を避けるため、二発話の長さの差が20語未満の交換を対象にしています。

ConvoKitは発話・話者・会話・メタデータを結び付ける

ConvoKitのデータ形式では、発話ごとにid、speaker、conversation_id、reply_to、timestamp、textを持ち、発話・話者・会話・コーパスの各階層へメタデータを追加できます。この構造は権力ラベルを自動的に与えるものではありませんが、制度上の役職を話者メタデータ、事件や投票を会話メタデータ、返信先を発話のreply_toとして分離する器になります。

現在のWikipedia Talk Pages Corpusは38,462話者、391,294発話、125,292会話を収録し、話者名にはWikipediaのアカウント名、メタデータにはis-adminと編集回数が入ります。ライセンスはCC BY-SA 4.0です。ただし、この現在版の件数を2012年論文の240,436交換と混同できません。

現在のSupreme Court Oral Arguments Corpusも拡張され、1955～2023年の約8,000事件、8,300件の口頭弁論記録、約180万発話を収録します。転記はOyez、投票情報はSupreme Court Databaseが出所です。話者種別、弁護士の担当側、裁判官の票、事件結果、発話時刻、直前発話へのreply_toを持ちます。Oyezとデータベースの対応には事件番号とヒューリスティックを使い、一部を人手で対応付け、欠落の可能性も明記されています。弁護士の担当側を推定で補った事件はadv_sides_inferredで識別できます。

ConvoKitのソフトウェアはMIT Licenseですが、これは収録データすべてへ一律に適用されるライセンスではありません。Wikipedia版にはデータライセンスが明記される一方、最高裁版の公式ページは出所を示しているものの、コーパス固有の統一ライセンスを記載していません。利用時は各コーパスの説明と原提供元の条件を別々に確認する必要があります。

同じ設計を別の会話へ移すときの要点

この研究から参考になるのは、権力を会話から直接「正解」にせず、役職、権限変更の時刻、担当側、最終投票という監査可能な外部記録で定義した点です。そのうえで、返信方向を保った二発話の交換から同調を測り、制度上の地位と会話上の振る舞いを別の変数として比較しています。

• ラベルの出所を保存する：人事台帳、役職表、投票記録など、地位判断の根拠と適用時点を話者IDへ結び付ける。
• 分析単位を明示する：発話数、交換数、話者ペア数、会話数を別々に数え、返信の向きを失わない。
• 取得値と推定値を区別する：現在の最高裁コーパスのように、原資料にある担当側とヒューリスティックで補った担当側をフラグで分ける。
• 地位と影響力を同一視しない：Echoes of Powerが持つのは役職・権限・投票と同調量であり、「誰が議題を決めたか」「誰が結論を動かしたか」という正解ラベルではない。

日本語の会議へ応用する場合、英語の451語リストをそのまま移植することはできません。日本語用の機能表現と形態素解析、返信先の定義を新たに検証する必要があります。省略、間、重なり、婉曲表現が有用かどうかも別の研究課題であり、Echoes of PowerやConvoKitで検証済みの特徴として扱うべきではありません。

公開版にはWikipediaのアカウント名や最高裁参加者の氏名と発話本文が含まれ、匿名化済みデータではありません。公開情報であっても、研究目的を越えた個人評価や職位推定へ転用せず、対象者、誤推定時の不利益、原資料の利用条件を確認する必要があります。