[論文レビュー] NLP for Climate Policy: Creating a Knowledge Platform for Holistic and Effective Climate Action

Pradip Swarnakar, Ashutosh Modi|arXiv (Cornell University)|May 12, 2021

Climate Change Communication and Perception被引用数 5

ひとこと要約

この論文は、メディア、レポート、ソーシャルメディアからの非構造的な気候政策に関する議論を統合し、構造的で照会可能なシステムに変換するNLP駆動の知識プラットフォームを提案する。トピックモデリング、意見抽出、ディス course ネットワーク分析、知識グラフを適用することで、政策立案者が関係者による信念、感情、政策立場を抽出可能となり、特にインドのような発展途上国に適したデータドリブンで包括的な気候意思決定を可能にする。

ABSTRACT

Climate change is a burning issue of our time, with the Sustainable Development Goal (SDG) 13 of the United Nations demanding global climate action. Realizing the urgency, in 2015 in Paris, world leaders signed an agreement committing to taking voluntary action to reduce carbon emissions. However, the scale, magnitude, and climate action processes vary globally, especially between developed and developing countries. Therefore, from parliament to social media, the debates and discussions on climate change gather data from wide-ranging sources essential to the policy design and implementation. The downside is that we do not currently have the mechanisms to pool the worldwide dispersed knowledge emerging from the structured and unstructured data sources. The paper thematically discusses how NLP techniques could be employed in climate policy research and contribute to society's good at large. In particular, we exemplify symbiosis of NLP and Climate Policy Research via four methodologies. The first one deals with the major topics related to climate policy using automated content analysis. We investigate the opinions (sentiments) of major actors' narratives towards climate policy in the second methodology. The third technique explores the climate actors' beliefs towards pro or anti-climate orientation. Finally, we discuss developing a Climate Knowledge Graph. The present theme paper further argues that creating a knowledge platform would help in the formulation of a holistic climate policy and effective climate action. Such a knowledge platform would integrate the policy actors' varied opinions from different social sectors like government, business, civil society, and the scientific community. The research outcome will add value to effective climate action because policymakers can make informed decisions by looking at the diverse public opinion on a comprehensive platform.

研究の動機と目的

• 国際的メディアや機関の出典から分散・散在する気候政策議論の性質に対処すること。
• NLP研究者と気候政策研究者との間のギャップを埋め、共同でデータドリブンな政策形成を可能にすること。
• 気候政策に関する一般および機関の意見を統合・構造化する統一的かつアクセス可能な知識プラットフォームを構築すること。
• 特に発展途上国における政策立案者を支援するために、関係者、信念、政策立場に関する自然言語クエリを可能にすること。
• 気候ガバナンスの効果を高めるために、感情、信念、トピックレベルの分析を統合すること。

提案手法

• メディアやレポートにおける気候政策議論の主要テーマとサブトピックを特定するため、トピックモデリングを適用する。
• 意見抽出とセンチメント分析を用いて、特定の政策や行動に対する関係者の態度（気候政策賛成・反対）を分類する。
• 共通するまたは相反する信念や言語的パターンに基づき、関係者間の関係をマッピングするディス course ネットワーク分析を実施する。
• 関係者をノード、信念や政策立場をエッジとする知識グラフを構築し、意味的クエリを可能にする。
• 政策立案者が日常的な言葉でプラットフォームを照会できる自然言語インターフェースを設計する。
• グラフデータベースを活用して、気候関係者、政策、感情に関する複雑で相互接続されたデータを効率的に格納・取得する。

実験結果

リサーチクエスチョン

• RQ1 NLP技術を用いて、非構造的テキストから国際的な気候政策議論における主要トピックを抽出・構造化することは可能か？
• RQ2 主要な関係者（政府、NGO、メディアなど）が気候政策に対して示す一般的な感情と信念の傾向は何か？
• RQ3 言語的類似性と相違性に基づき、政策的連携や対立関係を明らかにするディス course ネットワークはどのように構築できるか？
• RQ4 知識グラフは、多様なデータソースを統合し、統一的で照問可能な気候政策意思決定プラットフォームにどのように寄与するか？
• RQ5 非技術的政策立案者にとっても利用可能なように、自然言語クエリをどのように実装できるか？

主な発見

• NLP技術の統合により、メディア、レポート、ソーシャルメディアからの多様で大規模な気候政策議論を自動的かつスケーラブルに分析可能となる。
• トピックモデリングは、国際的および国内的議論において、排出削減、エネルギー転換、気候資金といった繰り返し現れるテーマを効果的に同定した。
• 意見抽出により、再生可能エネルギー推進や原子力発電への懐疑的姿勢といった、関係者ごとの明確なセンチメントパターンが明らかになった。
• ディス course ネットワーク分析により、直接的な交流がなくても、信念が一致する関係者同士のクラスタが特定され、潜在的な政策連合が明らかになった。
• 提案された知識グラフプロトタイプは、関係者、その信念、政策立場を相互に接続されたノードとエッジとして表現する可能性を示した。
• 最近のNLP技術の進展により、自然言語クエリ機能を実装でき、非技術的ユーザーにもアクセス可能となり、実世界の政策利用価値が向上した。