연구팀은 온라인 댓글의 인기 평가를 위한 새로운 벤치마크 HotComment를 발표했어요. HotComment는 영상과 텍스트 데이터를 결합하여 댓글의 내용 품질, 인기 예측, 사용자 행동 시뮬레이션 세 가지 측면을 종합적으로 평가합니다. 특히, 댓글의 스타일을 분석하여 사회적으로 공감대를 형성하는 표현을 강조하는 StyleCmt 기법을 제안했어요.
HotComment는 댓글의 내용 품질을 평가할 때, 기존 방식에 더해 의미 유사성, 해석 가능성 등 4가지 차원을 고려하며, 실제 사용자 상호작용 데이터를 기반으로 댓글의 인기 예측 모델을 활용합니다. 또한, 사용자 행동을 시뮬레이션하여 댓글의 참여도 점수를 추정하는 에이전트 기반 프레임워크를 사용합니다.
StyleCmt는 사회적 파급 효과에서 영감을 받아 댓글의 스타일 차원을 분석하고, 공감대를 형성하는 표현을 증폭시키고, 어울리지 않는 표현을 억제하는 방식으로 댓글의 인기를 높이는 데 기여합니다.