[論文レビュー] Mining Social Media for Newsgathering.

Arkaitz Zubiaga|arXiv (Cornell University)|Apr 10, 2018

Complex Network Analysis Techniques参考文献 103被引用数 2

ひとこと要約

本稿は、ジャーナリズムにおけるユーザーデータの活用を支援するデータマイニングおよび自然言語処理（NLP）技術について、7つの主要なタスク—イベント検出、要約、ニュース推薦、コンテンツ検証、情報源特定、ダッシュボード、その他の支援タスク—に焦点を当てたサーベイである。リアルタイムかつ信頼性の高いニュース報道を向上させるために、計算ジャーナリズム分野における現在の課題と今後の方向性を特定している。

ABSTRACT

Social media is becoming an increasingly important data source for learning about and tracking breaking news. This is possible thanks to mobile devices connected to the Internet, which allow anyone to post updates from anywhere, leading in turn to a growing presence of citizen journalism. Consequently, social media has become a go-to resource for journalists during newsgathering. Use of social media for newsgathering is however challenging, and suitable tools are needed in order to facilitate access to useful information for reporting. In this paper, we provide an overview of research in data mining and natural language processing for mining social media for newsgathering. We discuss seven different tasks that researchers have worked on to mitigate the challenges inherent to social media newsgathering: event detection, summarisation, news recommenders, content verification, finding information sources, development of newsgathering dashboards and other tasks. We outline the progress made so far in the field, summarise the current challenges as well as discuss future directions in the use of computational journalism to assist with social media newsgathering. This survey paper is relevant to computer scientists researching news in social media as well as for interdisciplinary researchers interested in the intersection of computer science and journalism.

研究の動機と目的

• 市民ジャーナリズムの台頭とリアルタイムでのユーザー更新の増加に伴い、ソーシャルメディアからタイムリーかつ正確なニュースを抽出するという課題の増大に対処すること。
• 緊急報道イベントの際、膨大な量の非構造的ソーシャルメディアデータをフィルタリング・分析するためのジャーナリストを支援するための計算的タスクを同定すること。
• ニュース収集に応用されたデータマイニングおよびNLP分野の既存研究を包括的に概説し、ギャップと今後の研究機会を強調すること。
• 技術的ソリューションとジャーナリストの業務プロセスをマッピングすることで、コンピュータサイエンティストとジャーナリストの間の学際的協働を促進すること。
• ジャーナリズムの作業プロセスを支援するインテリジェントなツール（例：ダッシュボード、推薦システム）の開発を支援し、動的かつ変化しやすいオンライン環境におけるニュース収集の効率性と信頼性を向上させること。

提案手法

• ニュース収集用途を目的としたソーシャルメディアに特化した、データマイニングおよび自然言語処理（NLP）分野の既存研究をサーベイすること。
• 7つのコアタスク（イベント検出、要約、ニュース推薦、コンテンツ検証、情報源同定、ダッシュボード開発、その他の補助的タスク）を分類・分析すること。
• 短くノイズの多いソーシャルメディア投稿からのイベント検出および要約に適した、テキスト分類、クラスタリング、系列モデルなどの技術を評価すること。
• 固有表現認識やセンチメント分析などのNLP手法を活用し、コンテンツの検証および信頼できる情報源の特定を行うこと。
• 複数のデータソースおよびシグナルを統合したインタラクティブなニュース収集ダッシュボードを構築し、ジャーナリストによるリアルタイム意思決定を支援すること。
• 学際的知見を活用して、ジャーナリズムの業務プロセスにおける計算ツールの実用的有用性と限界を評価すること。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムニュース収集にソーシャルメディアを活用する際の主な課題は何であり、それらがジャーナリズムの正確性と効率性にどのように影響を与えるか？
• RQ2 データマイニングおよびNLP技術は、ソーシャルメディア上で緊急報道イベントの検出と追跡をどのように支援するか？
• RQ3 要約および推薦システムは、ジャーナリストによるソーシャルメディア監視のスケーラビリティをどのように向上させるか？
• RQ4 ソーシャルメディアプラットフォーム上でのユーザーデータの信頼性および真正性を検証するための方法は何か？
• RQ5 ニュース収集ダッシュボードおよびツールキットは、複数のNLPタスクを統合し、ジャーナリズムの業務プロセスを効果的に支援するようにどのように設計すべきか？

主な発見

• モバイルインターネットの普及と市民ジャーナリズムの拡大により、ソーシャルメディアは緊急報道の重要な情報源となった。
• NLPおよびクラスタリング技術を用いたイベント検出システムは、短くノイズの多いソーシャルメディア投稿からも、中程度から高い精度で新たな報道イベントを同定できる。
• 言語的手がかり、メタデータ、情報源の信頼性ヒューリスティクスを組み合わせたコンテンツ検証手法は、緊急報道時における誤情報の拡散を抑えるのに役立つ。
• ユーザーの関心と時間的関連性に基づくニュース推薦システムは、ジャーナリストの情報発見の効率性を向上させる。
• 要約や情報源検出などの複数のNLPタスクを統合したインタラクティブなダッシュボードは、報道イベント中のリアルタイムな状況把握を強化する。
• 進展は見られたが、言語の多様性、皮肉表現、低リソース言語の取り扱いに関する課題は依然として残っており、より強固で汎用性の高いモデルの開発が求められている。