[論文レビュー] Using Natural Language Processing and Qualitative Analysis to Intervene in Gang Violence: A Collaboration Between Social Work Researchers and Data Scientists

Desmond U. Patton, Kathleen McKeown+2 more|arXiv (Cornell University)|Sep 28, 2016

Criminal Justice and Corrections Analysis参考文献 4被引用数 7

ひとこと要約

本論文は、自然言語処理（NLP）と定性的分析を組み合わせた共同手法であるデジタル・アーバンバイオレンス分析アプローチ（DUVVA）を提示する。この手法は、ギャング関係者である若者がソーシャルメディアで使用する複雑で高ストレスな言語を解読することを目的としている。グランド理論を用いてシカゴの若者から抽出した800件のツイートを分析することで、NLP対応の言語リソースが開発され、これにより攻撃的言語の自動検出が可能となり、リアルタイムでの暴力予防対応が可能になる。

ABSTRACT

The U.S. has the highest rate of firearm-related deaths when compared to other industrialized countries. Violence particularly affects low-income, urban neighborhoods in cities like Chicago, which saw a 40% increase in firearm violence from 2014 to 2015 to more than 3,000 shooting victims. While recent studies have found that urban, gang-involved individuals curate a unique and complex communication style within and between social media platforms, organizations focused on reducing gang violence are struggling to keep up with the growing complexity of social media platforms and the sheer volume of data they present. In this paper, describe the Digital Urban Violence Analysis Approach (DUVVA), a collaborative qualitative analysis method used in a collaboration between data scientists and social work researchers to develop a suite of systems for decoding the high- stress language of urban, gang-involved youth. Our approach leverages principles of grounded theory when analyzing approximately 800 tweets posted by Chicago gang members and participation of youth from Chicago neighborhoods to create a language resource for natural language processing (NLP) methods. In uncovering the unique language and communication style, we developed automated tools with the potential to detect aggressive language on social media and aid individuals and groups in performing violence prevention and interruption.

研究の動機と目的

• 低所得の都市地域における銃器暴力の増加を是正する。特に、2014年から2015年にかけて銃撃事件が40％増加したシカゴのような都市を対象とする。
• 伝統的な予防手法が対応できないほど膨大で複雑なギャング関係者若者のソーシャルメディアデータを分析する課題を克服する。
• データサイエンティストと社会福祉研究者との間で、都市部に住むギャング関係者若者の独自の言語的パターンを解読するための体系的かつ共同的な手法を開発する。
• 暴力的都市環境における高ストレスなコミュニケーションの感情的・文脈的ニュアンスを捉えるNLP用の言語リソースを作成する。
• ソーシャルメディア上で攻撃的または脅しの言語を自動検出するツールを実現し、リアルタイムでの暴力遮断および予防活動を支援する。

提案手法

• デジタル・アーバンバイオレンス分析アプローチ（DUVVA）は、グランド理論とNLP技術を統合した共同的で定性的な手法として開発された。
• 研究者は、シカゴ在住のギャング関係者若者のツイート約800件を分析し、繰り返し現れる言語的パターンや感情表現を特定した。
• 社会福祉研究者とデータサイエンティストのチームが、攻撃性、脅し、アイデンティティ、感情的強度などの言語的特徴を共同でラベル付け・コード化した。
• コード化されたデータを基に、都市のストリートコミュニケーションに共通する文脈特化型表現に焦点を当てたNLPモデル向けの言語リソースを構築した。
• 文化的・言語的正確性を確保するため、コミュニティの若者参加者による反復的検証を重視した。
• その結果得られたNLP対応データセットにより、ソーシャルメディアプラットフォーム上でリアルタイムに攻撃的言語を検出できる自動化システムの開発が可能になった。

実験結果

リサーチクエスチョン

• RQ1 都市部に住むギャング関係者若者は、ソーシャルメディアのコミュニケーションにおいてどのように攻撃的行動や感情的苦痛を表現しているか？
• RQ2 銃撃が頻発する都市環境に住むギャング関係者若者の間で特徴的な言語的パターンやコミュニケーション様式は何か？
• RQ3 理論に基づいた定性的コード化を体系的にNLPと統合することで、実行可能な言語リソースをどのように作成できるか？
• RQ4 コミュニティが検証したデータで訓練された自動NLPシステムは、リアルタイムで攻撃的言語を検出でき、暴力遮断を支援できるか？
• RQ5 社会福祉研究者とデータサイエンティストの間での学際的協働は、倫理的で文脈に配慮した暴力予防ツール開発にどのような役割を果たせるか？

主な発見

• 800件のツイート分析から、シカゴのギャング関係者若者に特徴的な高ストレスな言語スタイルが明らかになった。その特徴は、暗号的表現、感情的強度、アイデンティティの示唆である。
• 都市のストリートカルチャーに特有の文脈的攻撃性、脅し、感情的サインを捉える包括的な言語リソースが成功裏に開発された。
• DUVVA手法により、現実の暴力リスクに関連するソーシャルメディア投稿における攻撃的言語を検出可能なNLPツールの開発が可能になった。
• コミュニティの若者参加者との協働は、言語的コード化とモデル訓練の正確性および文化的関連性を顕著に向上させた。
• グランド理論とNLPを組み合わせることで、都市部の暴力予防における早期対応に役立つ実行可能でスケーラブルなツールが得られることを示した。
• 定性的な社会福祉の知見と計算言語分析を橋渡しする、再現可能な学際的研究フレームワークが確立された。