[논문 리뷰] Integrating Social Media into a Pan-European Flood Awareness System: A Multilingual Approach.

Valerio Lorini, Carlos Castillo외 4명|arXiv (Cornell University)|2019. 01. 01.

Topic Modeling인용 수 2

한 줄 요약

이 논문은 유럽홍수예측시스템(EFAS)을 위한 다국어 소셜미디어 통합 시스템을 제안하며, 언어에 관계없이 적용 가능한 단어 임베딩과 언어 간 일치하는 단어 임베딩을 사용하여 최소한의 레이블 데이터로 다양한 언어에서 홍수 관련 게시물을 탐지한다. 시스템은 수문기상 홍수 경고가 발효될 경우 소셜미디어 데이터 수집을 자동으로 유도하고, EFAS에 표시하기 위해 대표성 있는 메시지를 선별하여 실시간 다국어 공공 인사이트를 통해 상황 인식 능력을 향상시킨다.

ABSTRACT

This paper describes a prototype system that integrates social media analysis into the European Flood Awareness System (EFAS). This integration allows the collection of social media data to be automatically triggered by flood risk warnings determined by a hydro-meteorological model. Then, we adopt a multi-lingual approach to find flood-related messages by employing two state-of-the-art methodologies: language-agnostic word embeddings and language-aligned word embeddings. Both approaches can be used to bootstrap a classifier of social media messages for a new language with little or no labeled data. Finally, we describe a method for selecting relevant and representative messages and displaying them back in the interface of EFAS.

연구 동기 및 목표

• 실시간 소셜미디어 데이터를 유럽홍수예측시스템(EFAS)에 통합하여 유럽의 홍수 상황 인식 능력을 향상시키기.
• 제한된 레이블 데이터로 유럽의 다양한 언어에서 홍수 관련 콘텐츠를 탐지하는 데 도전하는 문제를 해결하기.
• 수문기상 홍수 위험 예측 기반으로 자동으로 소셜미디어 데이터 수집 및 분석을 유도하는 확장 가능한 자동화된 방법 개발하기.
• EFAS 운영 인터페이스에 통합될 때 유의미하고 대표적인 메시지의 관련성과 대표성을 향상시키기.

제안 방법

• EFAS 수문기상 모델이 홍수 위험 경고를 발효할 경우 시스템이 소셜미디어 데이터 수집을 자동으로 유도한다.
• 언어에 종속되지 않는 단어 임베딩을 활용하여 언어별 모델이 필요 없이 여러 언어에서 홍수 관련 콘텐츠를 식별한다.
• 언어 간 일치하는 단어 임베딩을 적용하여 다국어 간 표현 학습을 향상시켜 자원이 적은 언어로의 일반화 능력을 향상시킨다.
• 최소한 또는 레이블이 없는 데이터로도 새로운 언어에 대해 분류기를 부트스트랩한다.
• 선택 알고리즘을 통해 EFAS 인터페이스에 표시하기 위해 관련성 있고 대표적인 소셜미디어 메시지를 식별하고 우선순위를 정한다.
• 최종 출력물로는 선택된 메시지가 EFAS 사용자 인터페이스에 통합되어 운영 의사결정 지원에 기여한다.

실험 결과

연구 질문

• RQ1 언어에 종속되지 않는 단어 임베딩과 언어 간 일치하는 단어 임베딩을 사용하여 최소한의 레이블 데이터로도 다양한 유럽 언어에서 홍수 관련 소셜미디어 콘텐츠를 효과적으로 탐지할 수 있는가?
• RQ2 실시간 운영 시스템에서 수문기상 홍수 경고에 의해 소셜미디어 데이터 수집을 어떻게 자동으로 유도할 수 있는가?
• RQ3 다국어 소셜미디어 분석이 유럽 전역의 홍수 경고 맥락에서 상황 인식 능력을 얼마나 향상시킬 수 있는가?
• RQ4 소음이 많은 소셜미디어 스트림에서 홍수 관련 메시지를 대표하고 관련성 있게 선별하기 위한 기준과 방법은 무엇인가?

주요 결과

• 언어에 종속되지 않는 단어 임베딩과 언어 간 일치하는 단어 임베딩의 사용은 레이블 데이터가 거의 없거나 전혀 없이도 새로운 언어에서 홍수 관련 콘텐츠를 효과적으로 탐지할 수 있게 한다.
• 시스템은 EFAS 홍수 위험 경고에 대응하여 소셜미디어 데이터 수집을 성공적으로 유도하여 정보 수집의 적시성을 확보한다.
• 다국어 접근 방식은 다양한 유럽 언어 간 일관된 홍수 관련 메시지 탐지 능력을 제공하여 국경을 초월한 상황 인식 능력을 향상시킨다.
• 메시지 선택 방법은 EFAS 인터페이스에 통합하기 위해 관련성 있고 대표적인 소셜미디어 콘텐츠를 효과적으로 식별하고 표출한다.
• EFAS에 소셜미디어 데이터를 통합함으로써 공공이 보고한 관측 정보를 반영하여 실시간 홍수 모니터링 능력이 향상된다.