[論文レビュー] Machine Learning of Public Sentiments toward Wind Energy in Norway

Oskar Vågerö, Anders Bråte+4 more|arXiv (Cornell University)|Apr 5, 2023

Social Acceptance of Renewable Energy参考文献 33被引用数 4

ひとこと要約

本研究では、2006年から2022年までのノルウェーの地理的位置情報付きツイート68,828件を用いて、ノルウェー語BERTベースの自然言語処理モデル（NorBERT）を応用し、風力エネルギーに関する公共の世論を分析した。その結果、2020年に32.5％に達するピークを記録するなど、否定的世論が著しく上昇したことが明らかになった。全国的な議論パターンは弱い地域的クラスタリングを示しており、従来のアンケート調査とは補完的であるが、世論動態をスケーラブルに追跡する手法を提供している。

ABSTRACT

Across Europe negative public opinion has and may continue to limit the deployment of renewable energy infrastructure required for the transition to net-zero energy systems. Understanding public sentiment and its spatio-temporal variations is as such important for decision-making and socially accepted energy systems. In this study, we apply a sentiment classification model based on a machine learning framework for natural language processing, NorBERT, on data collected from Twitter between 2006 and 2022 to analyse the case of wind power opposition in Norway. From the 68828 tweets with geospatial information, we show how discussions about wind power intensified in 2018/2019 together with a trend of more negative tweets up until 2020, both on a regional level and for Norway as a whole. Furthermore, we find weak geographical clustering in our data, indicating that discussions are country wide and not dominated by specific regional events or developments. Twitter data allows for detailed insight into the temporal nature of public sentiments and extending this research to additional case studies of technologies, countries and sources of data (e.g. newspapers, other social media) may prove important to complement traditional survey research and the understanding of public sentiment.

研究の動機と目的

• ノルウェーにおける陸上風力エネルギーに関する世論の時空間的変化を理解すること。
• 従来のアンケート手法とは異なり、TwitterデータとNLPを用いた再生可能エネルギーに関する世論の追跡の有効性を評価すること。
• エネルギー政策の文脈において、微調整されたノルウェー語BERTモデル（NorBERT）を用いた感情分類の実現可能性と限界を評価すること。
• NLPで得られた感情傾向のトレンドと、既存のアンケート調査の結果を比較し、世論に影響を与える主な出来事（例：抗議行動、政策変更）を特定すること。
• ソーシャルメディアデータが、エネルギー移行政策や公的関与戦略の立案にどのように活用できるかを検討すること。

提案手法

• ノルウェー語のツイートを対象に、二値感情分類用に微調整したノルウェー語BERTモデル（NorBERT）を適用した。
• 風力エネルギー関連のキーワードを用いたクエリにより、2006年から2022年までの間で68,828件の地理的位置情報付きツイートを収集した。
• テキストのクリーニング、正規化、および地理的関連性のフィルタリングを含むデータ前処理手順を実施した。
• 二値感情分類フレームワークを用い、モデルの予測に基づいてツイートを「否定的」と「非否定的」にラベル付けした。
• ホールドアウトテストセットを用いてモデルの性能を評価し、F1スコアは0.88を達成した。
• 空間的および時間的分析を実施し、地域的傾向や感情の時間的シフトを同定した。

実験結果

リサーチクエスチョン

• RQ1 2006年から2022年までの間に、ノルウェーにおける風力エネルギーに関する世論はどのように変化したか？
• RQ2 感情の地理的分布はどのようになっており、議論はどの程度地域的にクラスタリングされているか、あるいは全国的範囲で展開されているか？
• RQ3 Twitterデータからの感情傾向トレンドは、従来の世論調査の結果とどのように一致または相違するか？
• RQ4 特定の出来事（例：抗議行動、政策変更）は、ソーシャルメディアに反映された世論にどのように影響を与えたか？
• RQ5 NLPを用いたTwitterデータ分析は、エネルギー政策受容に関するアンケート調査と比較して、どの程度補完的または相反する情報を提供できるか？

主な発見

• 2018年／2019年以降、Twitterにおける風力エネルギーに関する議論が著しく活発化し、過去の年と比較して活動レベルが4倍に上昇した。
• 風力エネルギーに対する否定的世論は2020年に全ツイートの32.5％に達し、研究期間中で最も高い割合を記録した。
• 否定的世論の上昇にもかかわらず、2020年以降は否定的傾向が低下し、世論の安定化または変化が示唆される。
• 空間的分析から、弱い地理的クラスタリングが確認され、風力エネルギーに関する議論がノルウェー全域に広がっており、地域的出来事によって駆動されているとは限らないことが示された。
• Twitterの感情傾向トレンドは、ハラムソイェでの2020年の抗議行動や、鳥類の死骸に関する報告といった重要な全国的出来事と一致しており、出来事によって引き起こされる感情の変化が裏付けられた。
• モデルはF1スコア0.88を達成し、ノルウェー語のテキストにおける二値感情分類の強力な性能を示した。