[論文レビュー] OSDG -- Open-Source Approach to Classify Text Data by UN Sustainable Development Goals (SDGs)

Lukas Pukelis, Núria Bautista‐Puig+2 more|arXiv (Cornell University)|May 29, 2020

linguistics and terminology studies被引用数 11

ひとこと要約

OSDG は、Microsoft Academic Graph からのキーワード、オントロジー項目、機械学習埋め込みといった多様な特徴を統合することで、研究論文、プロジェクト、文書などのテキストデータを国連持続可能な開発目標（SDGs）に分類するオープンソースフレームワークである。統一的かつ拡張可能なパイプラインを採用することで、堅牢でスケーラブルな SDG 分類を実現し、学術的・技術的出力の SDG カテゴリへの正確な割り当てを可能にする。

ABSTRACT

Sustainable Development Goals (SDGs) bring together the diverse development community and provide a clear set of development targets for 2030. Given a large number of actors and initiatives related to these goals, there is a need to have a way to accurately and reliably assign text to different input: scientific research, research projects, technological output or documents to specific SDGs. In this paper we present Open Source SDG (OSDG) project and tool which does so by integrating existing research and previous classification into a robust and coherent framework. This integration is based on linking the features from the variety of previous approaches, like ontology items, keywords or features from machine-learning models, to the topics in Microsoft Academic Graph.

研究の動機と目的

• 多様な分野におけるテキストデータを国連持続可能な開発目標（SDGs）に自動的かつ信頼性高く分類するための需要に対応すること。
• キーワードマッチング、オントロジーマッピング、機械学習特徴といった、異なる分類アプローチを統合した単一で整合性のあるフレームワークを構築すること。
• 既存の研究インfraストラクチャを活用して、学術的・技術的出力を特定の SDGs に正確かつスケーラブルに割り当てること。
• 研究者、政策立案者、機関が SDG 関連のインパクトと進捗を追跡するのを支援するオープンソースで拡張可能なツールを提供すること。

提案手法

• フレームワークは、テキスト特徴を SDG トピックにマッピングするための知識ベースとして Microsoft Academic Graph（MAG）を活用する。
• 手動で整備されたキーワード、オントロジーに基づく用語、トレーニング済みの機械学習モデルからの埋め込みという複数の特徴タイプを統合する。
• 異種の入力ソース間での一貫性と整合性を保証するため、マッピング層を通じて特徴を SDG カテゴリに一致させる。
• 異なる特徴ソースからの証拠を統合するための重み付き統合戦略を採用し、分類の堅牢性を向上させる。
• 将来的に新しいデータソースや特徴タイプの統合が可能なように、拡張可能なパイプラインを設計している。
• ツールはオープンソースとしてリリースされており、コミュニティの貢献と再現可能な評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 キーワードベース、オントロジー駆動、機械学習の各分類手法を、SDG 分類のための単一フレームワークに効果的に統合する方法は何か？
• RQ2 複数の特徴ソースを統合した統一システムの性能は、個別に使用されたアプローチと比較してどのように異なるか？
• RQ3 Microsoft Academic Graph から得られる既存の学術的データを、正確でスケーラブルな SDG 分類を可能にするためにどの程度活用できるか？
• RQ4 17の SDG カテゴリに異種の特徴をマッピングする際、フレームワークは一貫性と整合性をどのように確保するか？

主な発見

• OSDG フレームワークは、キーワード、オントロジー項目、機械学習特徴といった複数の分類アプローチを、SDG タギングのための単一で整合性のあるシステムに効果的に統合した。
• Microsoft Academic Graph を活用することで、17のすべての SDGs にわたり、学術的・技術的テキストデータのスケーラブルかつ正確な分類が実現された。
• 多様な特徴タイプの統合は、単一の手法に依存する場合と比較して、分類の堅牢性を顕著に向上させた。
• ツールのオープンソースリリースにより、再現性、コミュニティによる拡張、研究および政策分野における広範な採用が可能になった。
• フレームワークは、研究評価や政策監視といった実世界の応用において、SDG 関連出力の追跡に強く有望な可能性を示している。