[論文レビュー] Decision Support for e-Governance: A Text Mining Approach

G. Koteswara Rao, Shubhamoy Dey|arXiv (Cornell University)|Aug 31, 2011

E-Government and Public Services参考文献 3被引用数 4

ひとこと要約

本稿は、フォーラムやブログなどの非構造的デジタルソースから政策—市民の意見の関係を抽出するテキストマイニングに基づく意思決定支援アーキテクチャを提案する。エンティティ認識、センチメント分析、関係抽出といった高度なテキストマイニング技術を適用することで、政策立案者が関連する規制や公共の世論を特定でき、特にインドの文脈において、根拠に基づく政策形成を強化する。

ABSTRACT

Information and communication technology has the capability to improve the process by which governments involve citizens in formulating public policy and public projects. Even though much of government regulations may now be in digital form (and often available online), due to their complexity and diversity, identifying the ones relevant to a particular context is a non-trivial task. Similarly, with the advent of a number of electronic online forums, social networking sites and blogs, the opportunity of gathering citizens' petitions and stakeholders' views on government policy and proposals has increased greatly, but the volume and the complexity of analyzing unstructured data makes this difficult. On the other hand, text mining has come a long way from simple keyword search, and matured into a discipline capable of dealing with much more complex tasks. In this paper we discuss how text-mining techniques can help in retrieval of information and relationships from textual data sources, thereby assisting policy makers in discovering associations between policies and citizens' opinions expressed in electronic public forums and blogs etc. We also present here, an integrated text mining based architecture for e-governance decision support along with a discussion on the Indian scenario.

研究の動機と目的

• 複雑で多様なデジタル文書の中から関連する政府規制を特定する課題に対処すること。
• オンラインフォーラム、ブログ、ソーシャルメディアからの大規模な非構造的市民意見を分析する難しさを克服すること。
• e-governanceにおける根拠に基づく政策意思決定を支援する統合的テキストマイニングアーキテクチャの開発。
• このアプローチのインドのe-governance文脈における適用可能性を示すこと。
• 自動テキスト分析を通じて、市民フィードバックと政策立案のギャップを埋めること。

提案手法

• 非構造的テクストデータソースからエンティティ（例：政策、問題、利害関係者）を抽出するためにテキストマイニング技術を活用する。
• 公共の世論を評価するため、センチメント分析に自然言語処理（NLP）を適用する。
• 特定の政策と市民の感情または懸念との間の関連を特定するため、関係抽出を実施する。
• 情報検索とデータマイニングのコンponentsを統合的に統合した意思決定支援アーキテクチャに統合する。
• 現地の規制および言語的多様性を考慮し、インドのe-governance環境にフレームワークを適応化する。
• 段階的なパイプラインを用いる：データ収集、前処理、エンティティおよび関係抽出、センチメント分類、意思決定支援のための可視化。

実験結果

リサーチクエスチョン

• RQ1 どのようにテキストマイニング技術を非構造的デジタルソースからの政策関連情報抽出に効果的に適用できるか？
• RQ2 オンラインフォーラムやブログに表現された公共の意見と政府規制との間にどのような関係が存在するか？
• RQ3 自動テキスト分析は、e-governanceにおける政策意思決定の効率性と正確性をどのように向上させられるか？
• RQ4 スケーラブルなe-governance意思決定支援システムにテキストマイニングを統合するために必要なアーキテクチャ的コンponentsは何か？
• RQ5 提案されたフレームワークは、特にインドのような発展途上国において、実世界のe-governance文脈でどのように機能するか？

主な発見

• 提案されたテキストマイニングアーキテクチャにより、文脈的クエリと公共の世論に基づく関連規制の効率的抽出が可能になった。
• オンラインフォーラムにおける市民意見のセンチメント分析から、特定の政策分野に関連する顕著な公共の懸念が明らかになった。
• 関係抽出により、政策文書と利害関係者からのフィードバックとの間の関連が的確に同定され、根拠に基づく政策調整を支援した。
• フレームワークはインドのe-governance文脈において実用的応用が可能であり、言語的多様性と文書の複雑さの課題に対処した。
• 意思決定支援システムへのテキストマイニングの統合により、公共政策立案における透明性と対応性が向上した。
• 大規模な非構造的データの分析にかかる人的作業が削減され、政策評価のスピードと正確性が向上した。