[論文レビュー] Integrating Social Media into a Pan-European Flood Awareness System: A Multilingual Approach.

Valerio Lorini, Carlos Castillo+4 more|arXiv (Cornell University)|Jan 1, 2019

Topic Modeling被引用数 2

ひとこと要約

本稿では、欧州洪水予報システム（EFAS）のための多言語対応ソーシャルメディア統合システムを提案する。言語に依存しないおよび言語に一致する単語埋め込みを用いて、最小限のラベル付きデータで複数の言語における洪水関連投稿を検出する。システムは水文気象的洪水警戒が発出された際にソーシャルメディアのデータ収集を自動で開始し、EFASに表示するための代表的なメッセージを選定することで、リアルタイムで多言語対応の公的インサイトを提供し、状況認識を向上させる。

ABSTRACT

This paper describes a prototype system that integrates social media analysis into the European Flood Awareness System (EFAS). This integration allows the collection of social media data to be automatically triggered by flood risk warnings determined by a hydro-meteorological model. Then, we adopt a multi-lingual approach to find flood-related messages by employing two state-of-the-art methodologies: language-agnostic word embeddings and language-aligned word embeddings. Both approaches can be used to bootstrap a classifier of social media messages for a new language with little or no labeled data. Finally, we describe a method for selecting relevant and representative messages and displaying them back in the interface of EFAS.

研究の動機と目的

• 欧州の洪水状況認識を向上させるために、リアルタイムのソーシャルメディアデータをヨーロッパ洪水予報システム（EFAS）に統合すること。
• 限られたラベル付き学習データを用いて、ヨーロッパの言語間で多言語対応の洪水関連コンテンツを検出する課題に対処すること。
• 水文気象的洪水リスク予測に基づいて、自動的にソーシャルメディアデータ収集をトリガーし、分析するスケーラブルで自動化された手法を開発すること。
• 検出されたソーシャルメディアメッセージの関連性および代表性を向上させ、EFASの運用インターフェースへの統合を改善すること。

提案手法

• EFASの水文気象モデルが洪水リスク警報を発出すると、システムは自動的にソーシャルメディアデータ収集を開始する。
• 言語に依存しない単語埋め込みを用いて、言語固有のモデルを必要とせずに複数の言語で洪水関連コンテンツを同定する。
• 言語に一致する単語埋め込みを適用することで、クロスリンガル表現学習を向上させ、リソースが乏しい言語への一般化を改善する。
• これらの埋め込みを用いて、新しい言語に対して最小限またはラベルなしで分類器をブートストラップする。
• 選択アルゴリズムが、表示用に適した関連性の高い代表的なソーシャルメディアメッセージを特定・優先順位付けする。
• 最終出力として、選択されたメッセージをEFASユーザインタフェースに統合し、運用意思決定を支援する。

実験結果

リサーチクエスチョン

• RQ1 言語に依存しないおよび言語に一致する単語埋め込みは、ラベル付きデータをほとんど使用せずに、複数のヨーロッパ言語における洪水関連ソーシャルメディアコンテンツを効果的に検出できるか？
• RQ2 水文気象的洪水警報によって、リアルタイム運用システム内でソーシャルメディアデータ収集を自動的にトリガーする方法は何か？
• RQ3 多言語対応のソーシャルメディア分析は、ヨーロッパ全域の洪水警報文脈において、状況認識をどの程度向上させられるか？
• RQ4 ノイズの多いソーシャルメディアストリームから、関連性があり代表的な洪水関連メッセージを特定するための基準と手法は何か？

主な発見

• 言語に依存しないおよび言語に一致する単語埋め込みの使用により、ラベル付きデータがほとんどない新規言語に対しても、洪水関連コンテンツの検出が効果的に行えるようになった。
• システムはEFASの洪水リスク警報に応じて、適切なタイミングでの情報収集が可能なソーシャルメディアデータ収集を正常にトリガーした。
• 多言語対応アプローチにより、ヨーロッパの多様な言語間で一貫した洪水関連メッセージ検出が可能となり、国境を越えた状況認識が向上した。
• メッセージ選択手法は、EFASインターフェースへの統合に適した関連性があり代表的なソーシャルメディアコンテンツを効果的に特定・提示できた。
• EFASへのソーシャルメディアデータの統合により、公的が報告した観察情報を取り入れることで、リアルタイムの洪水モニタリングが改善された。