要約
ソーシャルメディアプラットフォームは、意見の表明や世論の理解において重要な役割を果たしていますが、多くの分析ツールは主にコンテンツを消費するだけで積極的に参加しない受動的なユーザーを見落としています。この課題に対処するため、当研究では UniPoll（ユニポール）という高度なフレームワークを導入します。UniPoll は、洗練された自然言語生成（NLG）技術を用いて、ソーシャルメディアの投稿から自動的に投票を作成するように設計されています。従来の方法がソーシャルメディアの非公式で文脈依存的な性質に苦戦するのに対し、UniPoll はユーザーのコメントから豊富な文脈情報を抽出し、多目的最適化を用いて投票の関連性と参加度を向上させます。また、ソーシャルメディアデータ特有のノイズ問題に対処するために、リトリーバル拡張生成（RAG）と合成データ生成を組み込んでおり、実世界シナリオでの堅牢な性能を確保しています。本フレームワークは、T5、ChatGLM3、GPT-3.5 などの既存モデルを超えて、一貫性があり文脈に適した質問回答ペアの生成能力を持っています。中国語の WeiboPolls データセットと新しく導入された英語の RedditPolls データセットで評価された結果、UniPoll は優れたクロスリンガルおよびクロスプラットフォーム機能を示しており、ユーザー参加度の向上とより包括的な対話環境の創出に効果的なツールとなっています。