Core Concepts
物理的および抽象的な事象の妥当性を系統的に捉え、妥当性評価における人間の不一致の源泉を明らかにする。
Abstract
本研究では、物理的および抽象的な妥当性を系統的に捉えるためのデータセットを構築した。
Wikipediaから抽出した自然言語の文章から事象(主語-動詞-目的語)を収集し、抽象度の異なる事象を生成した。
クラウドソーシングを用いて、これらの事象の妥当性を人手で評価させ、15,571件の評価を収集した。
分析の結果、以下のことが明らかになった:
人間は妥当性よりも非妥当性に対して不一致が大きい
事象の抽象度が高いほど妥当性が高く評価される傾向がある
具体的な語から成る事象は非妥当性が高く評価される傾向がある
Stats
人間は具体的な事象に対して非妥当性を判断しやすい。
人間は抽象的な事象に対して妥当性を判断しやすい。
Quotes
人間は妥当性よりも非妥当性に対して不一致が大きい。
事象の抽象度が高いほど妥当性が高く評価される傾向がある。