[논문 리뷰] NLP for Climate Policy: Creating a Knowledge Platform for Holistic and Effective Climate Action

Pradip Swarnakar, Ashutosh Modi|arXiv (Cornell University)|2021. 05. 12.

Climate Change Communication and Perception인용 수 5

한 줄 요약

이 논문은 미디어, 보고서, 소셜 미디어에서 유형화되지 않은 기후 정책 논의를 통합하여 구조화되고 질의 가능한 시스템으로 만드는 NLP 기반 지식 플랫폼을 제안한다. 주제 모델링, 의견 마이닝, 논의 네트워크 분석, 지식 그래프를 적용함으로써 정책 입안자들이 주체들의 신념, 감정 및 정책 입장을 추출할 수 있게 하여, 특히 인도와 같은 개발도상국을 위한 데이터 기반이고 통합적인 기후 의사결정을 가능하게 한다.

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.

연구 동기 및 목표

• 글로벌 미디어 및 기관 자료에서 기후 정책 논의가 산산이 흩어져 있고 분산되어 있는 성격을 해결하기 위해.
• NLP 연구자들과 기후 정책 연구자들 사이의 격차를 해소하기 위해 공동으로 데이터 기반 정책 수립을 가능하게 하기 위해.
• 기후 정책에 대한 다양한 공적 및 기관의 의견을 집계하고 구조화하는 통합적이고 접근 가능한 지식 플랫폼을 만들기 위해.
• 정책 입안자들—특히 개발도상국에서—주체, 신념, 정책 입장을 질의할 수 있는 자연어 질의 기능을 제공하여 지원하기 위해.
• 기후 거버넌스의 효과를 높이기 위해 기후 논의의 감성, 신념, 주제 수준의 분석을 통합하기 위해.

제안 방법

• 미디어 및 보고서에서 기후 정책 논의의 주요 주제와 하位 주제를 식별하기 위해 주제 모델링을 적용한다.
• 특정 정책이나 조치에 대한 주체들의 태도(기후 친화적 또는 반기후적)를 분류하기 위해 의견 마이닝 및 감성 분석을 사용한다.
• 공동 또는 대립되는 신념과 언어 패턴을 기반으로 주체 간 관계를 맵핑하기 위해 논의 네트워크 분석을 수행한다.
• 주체를 노드로, 신념이나 정책 입장을 간선으로 삼아 지식 그래프를 구축함으로써 의미 기반 질의를 가능하게 한다.
• 정책 입안자가 평범한 어휘를 사용해 플랫폼을 질의할 수 있도록 자연어 인터페이스를 설계한다. 이는 접근성을 향상시킨다.
• 복잡하고 상호 연결된 기후 주체, 정책, 감성 데이터를 효율적으로 저장하고 검색하기 위해 그래프 데이터베이스를 활용한다.

실험 결과

연구 질문

• RQ1 어떻게 NLP 기법을 활용하여 미디어, 보고서, 소셜 미디어에서 유형화되지 않은 텍스트에서 기후 정책 논의의 주요 주제를 추출하고 구조화할 수 있는가?
• RQ2 기후 정책에 대해 핵심 주체(정부, NGO, 미디어)들이 지닌 주로 지배적인 감성과 신념 기울기는 무엇인가?
• RQ3 언어적 유사성과 차이를 기반으로 하여 기후 정책 주체 간의 연대 또는 갈등을 드러내는 논의 네트워크는 어떻게 구성할 수 있는가?
• RQ4 지식 그래프는 기후 정책 의사결정을 위한 통합적이고 질의 가능한 플랫폼으로 다양한 데이터 소스를 통합하는 데 어떤 역할을 할 수 있는가?
• RQ5 비기술자 정책 입안자들이 접근할 수 있도록 자연어 질의 기능을 어떻게 도입할 수 있는가?

주요 결과

• NLP 기법의 통합은 미디어, 보고서, 소셜 미디어에서 온 방대하고 이질적인 기후 정책 논의에 대한 자동화되고 스케일러블한 분석을 가능하게 한다.
• 주제 모델링은 글로벌 및 국가 차원의 논의에서 탄소 배출 감축, 에너지 전환, 기후 자금 지원 등의 반복 주제를 성공적으로 식별한다.
• 의견 마이닝은 주체들 간에 뚜렷한 감성 패tern을 드러내며, 예를 들어 재생 가능 에너지 옹호 또는 원자력 에너지에 대한 회의주의 등을 확인할 수 있다.
• 논의 네트워크 분석은 직접 상호작용하지 않은 주체들 간에도 일치하는 신념을 가진 클러스터를 드러내며 잠재적 정책 연대를 밝혀낸다.
• 제안된 지식 그래프 프로토타입은 주체, 그들의 신념, 정책 입장을 상호 연결된 노드와 간선로 표현하는 데 가능성을 입증한다.
• 최근 NLP 기술의 발전 덕분에 자연어 질의 기능을 통해 비기술자 사용자도 플랫폼을 접근할 수 있게 되었으며, 이는 실제 정책 적용에서의 유용성을 높인다.