Publications
CONFERENCE (DOMESTIC) スマートフォンでのニュース記事閲覧におけるLLM要約長の効果：主観評価と理解度に基づく最適文字量の検討
鈴木 健司, 坂本 大介 (北海道大学)
第30回 一般社団法人情報処理学会シンポジウム インタラクション2026 (インタラクション2026)
March 03, 2026
本研究は，スマートフォンでのニュース記事閲覧を対象に，大規模言語モデル（LLM）が生成する要約の文字数が，読者の主観印象および理解に及ぼす影響を検討する．LLM要約は一般化しつつある一方，スマートフォンの表示制約を踏まえた適切な要約文字数に関する体系的知見は十分でない．そこで，要約文字数を7水準で操作し，スマートフォン上で提示した要約に対して，主観評価（読みやすさ，情報の充実度，面白さ，読疲れ感）および理解度テストを実施した．その結果，「情報の充実度」は300～400字付近で飽和する傾向が見られ，「面白さ」は文字数の増加に伴い上昇した．一方で，「読疲れ感」も文字数に応じて増加し，特に800字を超えると上昇が顕著となった．理解度テストでは要約文字数による有意差は認められなかった．以上より，スマートフォン向けニュース記事要約では，情報量と読解負荷のバランスが比較的良好となる文字数は概ね400字付近であることが示唆される．本知見は，ニュース配信サービスや自動要約システムにおける要約文字数設計の指針として有用である．
Paper :
スマートフォンでのニュース記事閲覧におけるLLM要約長の効果：主観評価と理解度に基づく最適文字量の検討
(external link)