[論文レビュー] Summarizing Situational and Topical Information During Crises

Koustav Rudra, Siddhartha Banerjee+4 more|arXiv (Cornell University)|Oct 5, 2016

Public Relations and Crisis Communication参考文献 18被引用数 12

ひとこと要約

本論文は、被災関連ツイートの要約生成のための2段階フレームワークを提案する。最初にILPベースのツイート選択を実施し、その後語彙グラフと概念-出来事クラスタリングを用いて、状況認識やトピック固有の下位問題の要約を簡潔かつ情報豊富に生成する。この手法はトピック語句同定で95%の正確性を達成し、ベースラインを著しく上回り、被災対応アプリケーションにおけるユーザーテストでも優れた実用性を示した。

ABSTRACT

The use of microblogging platforms such as Twitter during crises has become widespread. More importantly, information disseminated by affected people contains useful information like reports of missing and found people, requests for urgent needs etc. For rapid crisis response, humanitarian organizations look for situational awareness information to understand and assess the severity of the crisis. In this paper, we present a novel framework (i) to generate abstractive summaries useful for situational awareness, and (ii) to capture sub-topics and present a short informative summary for each of these topics. A summary is generated using a two stage framework that first extracts a set of important tweets from the whole set of information through an Integer-linear programming (ILP) based optimization technique and then follows a word graph and concept event based abstractive summarization technique to produce the final summary. High accuracies obtained for all the tasks show the effectiveness of the proposed framework.

研究の動機と目的

• 災害発生時における大量かつ非形式的な被災関連ツイートから、実行可能な状況認識情報を抽出する課題に対処すること。
• 抽出的手法と比較して、情報カバレッジと読みやすさを向上させる要約の短縮的生成を実現すること。
• インfra構造の損傷や行方不明者など、被災分野内の下位トピックを特定・要約し、標的的な対応計画を支援すること。
• クラウドソーシングによる評価を用いて、現実の被災状況におけるトピック検出および要約の実用性と正確性を評価すること。
• 人道的支援機関が被災の深刻度や資源ニーズを迅速に把握できる、スケーラブルでリアルタイム対応可能なシステムを提供すること。

提案手法

• 2段階要約パイプライン：まず、ILPベースの最適化手法により、被災データセットから最も情報価値の高いツイートを選択する。
• 次に、語彙グラフと概念-出来事クラスタリングを用いて、意味的に類似した内容をグループ化し、要約生成を可能にする。
• 内容語（名詞、動詞、数詞、場所）を抽出し、意味的類似度を用いてクラスタリングすることで、カバレッジの向上と重複の低減を図る。
• キーワードとなる内容語を出来事と照合することでトピック語句を同定し、ウィンドウベースの類似度スコアリング法（式5）を用いる。
• 各トピック語句に一致するツイートに対して抽出的要約を適用し、各下位トピックごとに短く情報豊富な要約を生成する。
• 専門家による評価とクラウドソーシングによるユーザースタディを用いて、LDAベースのベースラインと比較して性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 非形式的かつリアルタイムな言語環境における被災ツイートの要約生成をどのように改善すれば、情報カバレッジと読みやすさを向上させられるか？
• RQ2 ILPベースのツイート選択手法は、状況認識に必要な最も関連性の高いメッセージを特定するうえでどの程度有効であるか？
• RQ3 語彙グラフからの概念および出来事クラスタリングは、被災要約の質と一貫性を向上させられるか？
• RQ4 提案手法のトピック検出法は、被災対応における精度と関連性の観点で、ベースライン手法と比較してどの程度優れているか？
• RQ5 ユーザーは、LDAベースの手法と比較して、提案手法のトピック要約をどれほど有用で、重複が少ないものと感じているか？

主な発見

• 提案フレームワークは、トピック語句同定で95%の正確性を達成し、ベースライン手法の72%を著しく上回った。
• ユーザースタディにおいて、キーワードのトピック関連性および有用性について、9件中6件で提案手法がLDAベースのベースラインを上回る評価を得た。
• クラウドソーシングによる評価で、状況認識の質、冗長性の低減、意味的整合性の観点で、本手法は優れた性能を示した。
• 要約生成技術により、内容語と意味的クラスタを効果的に統合し、抽出的手法単体よりもよりコンactかつ情報豊富な要約が得られた。
• 本フレームワークにより得られるトピック固有の要約は、航空機のフライト計画や物資調整の支援など、関係者にとって極めて有用であることが判明した。
• 2段階設計により、カバレッジ、一貫性、リアルタイム対応性のバランスが、被災対応シナリオにおいて効果的に実現された。