[논문 리뷰] Condition Sensing for Electricity Infrastructure in Disasters by Mining Public Topics from Social Media

Yudi Chen, Angel Umana외 2명|arXiv (Cornell University)|2021. 03. 01.

Public Relations and Crisis Communication참고 문헌 22인용 수 4

한 줄 요약

이 논문은 자연어 처리 기법을 활용해 재난 기간 동안 사회적 미디어에서 전력 인프라 상태를 탐색하는 BERT 기반 접근법을 제안한다. 단일어, 이중어, 삼중어를 사용해 공공 주제를 추출하고 모델링하며, 플로리다주 허리케인 일리마에 적용한 결과, 전력 정전의 시계적 및 지리적 변화를 성공적으로 파악하였다. 이는 사회적 미디어가 실시간 인프라 감지에 활용될 수 있음을 시사한다.

ABSTRACT

Timely and reliable sensing of infrastructure conditions is critical in disaster management for planning effective infrastructure restorations. Social media, a near real-time information source, has been widely used in disasters for forming timely situational awareness. Yet, using social media to sense electricity infrastructure conditions has not been explored. This study aims to address the research gap through mining public topics from social media. To achieve this purpose, we proposed a systematic and customized approach wherein (1) electricity-related social media data is extracted by the classifier developed based on Bidirectional Encoder Representations from Transformers (BERT); and (2) public topics are modeled with unigrams, bigrams, and trigrams to incorporate the formulaic expressions of infrastructure conditions in social media. Electricity infrastructures in Florida impacted by Hurricane Irma are studied for illustration and demonstration. Results show that the proposed approach is capable of sensing the temporal evolutions and geographic differences of electricity infrastructure conditions.

연구 동기 및 목표

• 재난 기간 동안 사회적 미디어를 활용한 전력 인프라 상태 실시간 감지에 대한 연구 격차를 해소한다.
• 공개된 사회적 미디어 게시물에서 전력 관련 주제를 추출하고 모델링하는 체계적인 방법을 개발한다.
• 근접 실시간 데이터 분석을 통해 정전 패턴의 시기적 상황 인식을 가능하게 한다.
• 재난 이후 인프라 상태의 시계적 및 공간적 변화를 탐지할 수 있는 방법의 능력을 입증한다.

제안 방법

• 사회적 미디어 게시물에서 전력 관련 콘텐츠를 식별하기 위해 BERT 기반 분류기 학습
• 식별된 게시물에서 단어, 이어진 단어, 세어진 단어를 추출하여 인프라 상태 표현을 모델링
• 정전 및 복구를 묘사하는 공식적인 언어 패턴을 포착하기 위해 주제 모델링 기법 적용
• 지리적 및 시계적 메타데이터를 활용해 인프라 상태의 공간적·시계적 변화 분석
• 플로리다주 허리케인 일리마의 사회적 미디어 데이터를 활용해 방법 검증
• 다양한 척도의 언어적 특징(형태소 분석)을 통합하여 비공식 텍스트에서 조건 특이 표현을 향상시킴

실험 결과

연구 질문

• RQ1 재난 기간 동안 사회적 미디어 데이터를 효과적으로 탐색해 전력 인프라 상태를 감지할 수 있는가?
• RQ2 BERT 기반 분류기가 비공식적인 사회적 미디어 텍스트에서 전력 관련 콘텐츠를 얼마나 정확하게 탐지할 수 있는가?
• RQ3 형태소 분석(단어, 이어진 단어, 세어진 단어)이 사용자 생성 콘텐츠 내에서 인프라 상태의 구조화된 표현을 어느 정도 포착할 수 있는가?
• RQ4 이 방법은 재난 이후 정전 패턴의 시계적 및 지리적 변화를 탐지할 수 있는가?
• RQ5 시기성과 커버리지 측면에서 전통적인 감지 또는 모니터링 방법과 비교해 이 방법은 어떠한가?

주요 결과

• BERT 기반 분류기는 사회적 미디어에서 전력 관련 콘텐츠를 식별하는 데 높은 정확도를 달성했다.
• 단어, 이어진 단어, 세어진 단어를 활용한 모델링이 비공식 언어에서 인프라 상태의 공식적인 표현을 효과적으로 포착했다.
• 이 방법은 플로리다주 여러 지역에서 정전 심각도와 복구 추세의 시계적 추세를 성공적으로 탐지했다.
• 지리적 분석을 통해 허리케인 일리마 이후 정전 지속 시간과 복구 진척 상황의 공간적 격차를 확인했다.
• 이 방법은 실시간에 가까운 능력을 통해 인프라 상태를 감지할 수 있었으며, 신속한 상황 인식을 지원했다.
• 결과는 공공의 사회적 미디어가 재난 기간 동안 전력 인프라 상태의 신뢰할 수 있는 대체 지표가 될 수 있음을 확인했다.