kouchou-ai developer wiki

gpt-mst-bridge-visualization-brainstorm-2026-05-25

10 min read

What it is

2026-05-25 に raw/gpt-mst-bridge-visualization-brainstorm-2026-05-25.txt として保存した GPT 出力。
nishio の発案「クラスタ内に距離ベース MST を作り、クラスタまたぎのエッジを短い方から順に明瞭分離を壊さない範囲で追加する」を、graph drawing 系の既存研究（TMAP、MapSets、stress majorization、Frishman らの clustered graph drawing、Duch & Matykiewicz の semantic MST）と突き合わせて改良した設計提案。

Key Points

1. 出発点：UMAP 2D に背負わせている 3 要求の衝突

要求欲しいもの問題
点群として見たい1 意見 = 1 点集約図だけではだめ
意味的にまとまってほしい意味クラスタが正しい2D 上では飛地や重なりが出る
見て理解しやすいクラスタが分離して見える意味的忠実性と衝突する

UMAP 2D 一発で全部を背負わせる設計から抜けて、位置で意味を読ませる のではなく エッジで意味関係を読ませる 設計に切り替える。

2. 提案の核：クラスタリング空間と表示空間を分ける

表示空間では、各意見を点として置き、クラスタ内は MST で “背骨” を作り、クラスタ間は少数の強い意味的 bridge だけを表示する。
bridge は layout を崩す力ではなく、ユーザが読むべき示唆として扱う。

TMAP（kNN graph → MST → tree layout）や MapSets（同クラスタの点を spanning tree で接続し、非重複領域を作る）と発想が近い。Duch & Matykiewicz は semantic similarity の MST 表示が「関係の骨格」を見せる図として有用だが、すべての距離を正確に表す図ではないと注意している。

3. そのままだと危ない点（GPT 側の修正）

  • MST だけだと細すぎる → MST(C, D) ∪ mutual_kNN(C, S) でクラスタ内連結性 + 局所密度を両立。
  • 1 本の誤った LLM edge が見た目を支配 → soft edge + 理由付き + 人間確認可能にする。LLM を絶対視せず、relation type と reason を残す。
  • クラスタ間 edge を強い force にすると分離を壊す → 点間 attraction として強く使うのは避ける。

4. nishio による修正：「bridge を表示だけにすると配置が決まらない」

GPT の最初の案では「クラスタ間 edge は overlay のみ」を推していたが、nishio は クラスタ配置が任意になり意味的地図にならない と指摘。GPT は修正を受け入れ、

  • 点レベルの強い attraction としては参加させない
  • クラスタ間配置を決める弱い制約 として layout に参加させる
  • 同時に、bridge edge は表示にも使い「なぜこのクラスタ同士が近いか」の説明にする

という形に再設計した。これは clustered graph drawing（Frishman ら）や stress majorization（Gansner ら）の weighted edge 設計と整合する。

5. 推奨：2 段階 layout

第 1 段階：クラスタ間 layout

各クラスタを 1 メタノードとして扱う。クラスタ間重みは

w_AB = top-3 mean similarity(i, j)  where i in A, j in B

を使う（max だと 1 本の誤判定で歪むため top-k mean 推奨）。理想距離は L_AB = base_distance / (epsilon + w_AB) などで決める。

第 2 段階：クラスタ内 layout

各クラスタ内で MST + mutual kNN を作り、クラスタ中心の周囲に配置。クラスタ半径は radius_C ≈ r0 * sqrt(|C|)。

第 3 段階：bridge edge を描く

クラスタ間 bridge は クラスタ中心同士への弱い制約 + 点 i, j 間の線描画 という 2 役を持たせる。

6. クラスタ間 bridge の本数制御と種類

各クラスタ対 (A, B) について top 1〜3 本 だけを bridge 候補に。endpoint が偏る場合は間引く。bridge edge には relation type を付ける：

bridge type意味
same claim across clustersクラスタ分割が粗い／細かい可能性
adjacent issue隣接論点
cause-effect片方が原因、片方が対策
contrast似た話題だが立場が違う
boundary / ambiguous分類が揺れる点

この分類が出ると、クラスタ間 edge は単なる線ではなく 読むべき示唆 になる。

7. 「明瞭分離を壊さない程度」の制御は greedy が無難

二分探索より、まずは λ_inter を 0 から段階的に上げる greedy schedule:

for lambda_inter in [0.00, 0.03, 0.06, 0.10, 0.15, 0.25, 0.40]:
    layout = solve_layout(lambda_inter=lambda_inter)
    if visual_separation_ok(layout):
        best_layout = layout
    else:
        break

判定指標は hull overlap / cluster gap / normalized gap / edge crossing count / visual components（同クラスタが画面上で飛地化していないか）/ bridge clutter など。

8. 全体 MST はやめた方がよい

nishio の元提案では「LLM で N:N 類似関係を抽出し、関係の強い方から繋いで全域木にする」だったが、GPT は 全体 MST だと本来離れたクラスタ間にもどこかで接続が生まれ、それが “重要な橋” に見えてしまう と注意。代わりに「クラスタ内 MST + クラスタ間少数橋」に分けるのが安全。

9. UI 像

  • 点：意見
  • 色：クラスタ
  • 薄い線：クラスタ内 MST / kNN
  • 太い線または破線：クラスタ間 bridge
  • クラスタ外形：薄い hull / bubble / map region
  • ラベル：LLM 生成のクラスタ要約
  • bridge hover：A・B の原文、relation type、LLM の reason
  • bridge 一覧：「クラスタ間の重要な接点」を別パネルで読める

10. 評価軸

クラスタリング精度だけでは足りない。bridge usefulness がこの設計の中心価値で、従来 UMAP 評価には出てこない。

評価見るもの
semantic coherenceクラスタ内意見が同じ見出しで読めるか
visual separationクラスタが見た目に分かれているか
bridge usefulnessクラスタ間エッジが発見的か
stabilityLLM 再実行・順序変更で大きく変わらないか
editability人間が merge / split / edge 削除しやすいか

Compared to existing wiki claims

Open Questions

  • current kouchou-ai の Web UI（Plotly ベース散布図 + 階層ツリー）に、この graph drawing 系 layout を plugin として組み込めるか。analysis-core の output schema にクラスタ中心座標・MST edges・bridge edges を載せる場合、後方互換性をどう保つか。
  • 100 件未満用と 10,000 件超用で、UI の同一設計を取れるか。N が大きい場合 MST + kNN は scalability の課題が出る。
  • bridge edge の relation type 自動分類の精度は LLM のどのモデル世代で実用に乗るか。誤分類された bridge は誤誘導のリスクが高い。
  • λ_inter の greedy schedule は人間のチューニングが要るが、デフォルト値を経験的に決められるか。

Updates

  • 2026-05-25: 初回作成

グラフビュー

バックリンク