コメント生成システムは、いいね数がコメントそのものを測っているかのように、いいね数で学習している。実際に測っているのは主に、コメントがいつ到着したかだ。公開されている2つの大規模なYouTubeコメントコーパス、YT-30MとYTCommentVerseは、いいね数を記録してタイムスタンプを記録していないので、公開データではこれを確かめられなかった。このコーパスは欠けていた項目を3つの言語で補い、新しい動画で上位コメントができあがっていく様子を見守ったパネルを加える。データセットはHugging FaceでCC BY 4.0のもとで公開している。平易に説明した記事が2本ある。第1版の結果とパネルだ。

要旨

公開されているYouTubeコメントコーパスは、いいね数を持つが、各コメントの投稿時刻を持たない。タイムスタンプなしに読んだいいね数は、コメントが何を言ったかといつ到着したかを混ぜてしまい、そうしたコーパスで学習したモデルは、この先行者の利益を見る手立てのないまま、それに適合する。

本コーパスは欠けていたものを記録する。今回は2つの規模と3つの言語にわたる。バルクコーパスは、英語・日本語・中国語の311チャンネルにある、完全に列挙した6,218本の動画から7,152,754件のトップレベルコメントを収め、それぞれに投稿時刻、取得時刻、YouTubeのランキングが与えた順位が付く。パネルは新しい動画500本を21日間、1日2回追跡し、そのたびにランキング順の最初のページを保存した。ページ取得は20,454回、ランキング付きの行は1,462,289行になる。第1版の1,345,353件からなる英語スナップショットも残している。

コメントのいいね数の順序を決める要因は、3つの言語すべてで再現する。偶然を超える順序づけの86–95%を露出が説明し（第1版、英語：83.5%）、テキストだけでは、登録済みエンコーダでの中国語（0.602）を除き、どこでもAUC 0.60に届かない。

パネルは2回目の観測より前に事前登録しており、どのコメントがいつ上位に届くかを示す。7日目の上位20件のうち84%は、アップロードから1日以内に投稿されていた。その後もページは動き続ける。ロックインの中央値は76時間で、予測した上限は72時間だった。半日おきの連続する観測は、4日目から21日目まで上位10件の重なりをおよそ0.80に保つ。

パネルは、第1版が事実として述べたフィードバックループも検証する。1時間あたりで見ると、コメントは1–10位にあるとき、51位以下にあるときの1.85倍のいいねを得る（CI 0.96–3.22）。予測した3倍には届かず、コメントごとの比の中央値は0.90である。事前登録した8つの予測のうち、書いたとおりに成り立つのは3つだ。

データ

3つの部分からなり、いずれも行数とファイルハッシュを記したマニフェストとともにHugging Faceにある。

部分 内容 動画 チャンネル
バルクコーパス 7,152,754件のトップレベルコメント：英語542万件、日本語113万件、中国語606,046件 6,218 311
パネル 最初のページを1日2回、21日目まで20,454回取得して得た、ランキング付きの1,462,289行 500  
第1版スナップショット 英語コメント1,345,353件 633 34

どの動画も完全に列挙している。commentThreads.listは新しい順に返すので、ページ数に上限を設けると最も古いコメント、つまり露出の高いコメントが落ちてしまうからだ。投稿者のチャンネルIDはソルト付きハッシュである。コメント本文は公開のまま検索できるので、これは匿名化ではなく仮名化であることをデータセットカードに明記している。

いいねの偏りの強さは言語によって違う。英語では、バルクコーパスのコメントの78.5%がいいね0で、上位1%が全いいねの92.4%を占める。日本語ではそれぞれ44.1%と60.6%だ。生のいいね数を平均するような要約はどれも、大きな効果があるところで効果なしと報告してしまう。

収集プログラム、日付入りの修正を含む事前登録の計画、分析コード、論文のソースは、GitHubのv2ブランチにMITライセンスで置いている。論文の第1版（2026年8月）も引き続き読める。第2版には、何をなぜ変えたかの一覧がある。

引用

@misc{liou2026commentexposure,
  title  = {YouTube Comment Exposure: Timestamped Comments and a 21-Day Panel of the Ranking},
  author = {Liou, Brian H.},
  year   = {2026},
  note   = {Version 2.1. https://brianhliou.com/publications/youtube-comment-exposure/}
}