Suche senden
Hochladen
Morino_MT
•
0 gefällt mir
•
151 views
M
Matsushita Laboratory
Folgen
Master Thesis
Weniger lesen
Mehr lesen
Soziale Medien
Melden
Teilen
Melden
Teilen
1 von 34
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
HarutakaTokumaru_アート観賞イベントと連動したインタラクティブな街歩き型ストーリーリーダーの一検討_deim2024
HarutakaTokumaru_アート観賞イベントと連動したインタラクティブな街歩き型ストーリーリーダーの一検討_deim2024
Matsushita Laboratory
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
Matsushita Laboratory
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
Matsushita Laboratory
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_Shikake2024
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_Shikake2024
Matsushita Laboratory
HataReon_便利の副作用に気づかせるための発想支援手法の基礎検討_HCI206
HataReon_便利の副作用に気づかせるための発想支援手法の基礎検討_HCI206
Matsushita Laboratory
ChinaTakahashi_AMPERE料理-器関係の双対性に着目した探索的な器選択の支援_HCI2024
ChinaTakahashi_AMPERE料理-器関係の双対性に着目した探索的な器選択の支援_HCI2024
Matsushita Laboratory
KokiSugihara_HCG2023_A method for visualizing causal relationships between to...
KokiSugihara_HCG2023_A method for visualizing causal relationships between to...
Matsushita Laboratory
KannaMiyagawa_HCG2023_A Visualization Method for Variation of Characters’ Rel...
KannaMiyagawa_HCG2023_A Visualization Method for Variation of Characters’ Rel...
Matsushita Laboratory
Empfohlen
HarutakaTokumaru_アート観賞イベントと連動したインタラクティブな街歩き型ストーリーリーダーの一検討_deim2024
HarutakaTokumaru_アート観賞イベントと連動したインタラクティブな街歩き型ストーリーリーダーの一検討_deim2024
Matsushita Laboratory
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
Matsushita Laboratory
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
Matsushita Laboratory
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_Shikake2024
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_Shikake2024
Matsushita Laboratory
HataReon_便利の副作用に気づかせるための発想支援手法の基礎検討_HCI206
HataReon_便利の副作用に気づかせるための発想支援手法の基礎検討_HCI206
Matsushita Laboratory
ChinaTakahashi_AMPERE料理-器関係の双対性に着目した探索的な器選択の支援_HCI2024
ChinaTakahashi_AMPERE料理-器関係の双対性に着目した探索的な器選択の支援_HCI2024
Matsushita Laboratory
KokiSugihara_HCG2023_A method for visualizing causal relationships between to...
KokiSugihara_HCG2023_A method for visualizing causal relationships between to...
Matsushita Laboratory
KannaMiyagawa_HCG2023_A Visualization Method for Variation of Characters’ Rel...
KannaMiyagawa_HCG2023_A Visualization Method for Variation of Characters’ Rel...
Matsushita Laboratory
TaketoFujikawa_10thComicComputing2023
TaketoFujikawa_10thComicComputing2023
Matsushita Laboratory
SayakaHayashi_FIT2023
SayakaHayashi_FIT2023
Matsushita Laboratory
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
Matsushita Laboratory
ReonHata_JSAI2023
ReonHata_JSAI2023
Matsushita Laboratory
HarukiShinkawa_FIT2023
HarukiShinkawa_FIT2023
Matsushita Laboratory
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
Matsushita Laboratory
TaketoFujikawa_KES2023
TaketoFujikawa_KES2023
Matsushita Laboratory
Unification of Terminology for Accurate Communication among Experts --- Basic...
Unification of Terminology for Accurate Communication among Experts --- Basic...
Matsushita Laboratory
JSAI2023_企画セッション(仕掛学)資料
JSAI2023_企画セッション(仕掛学)資料
Matsushita Laboratory
触感に関わる共感覚的表現と基本6感情の対応関係の検証
触感に関わる共感覚的表現と基本6感情の対応関係の検証
Matsushita Laboratory
レシピの手順に着目した 複数の器特徴の推定
レシピの手順に着目した 複数の器特徴の推定
Matsushita Laboratory
TaketoFujikawa_comic2023
TaketoFujikawa_comic2023
Matsushita Laboratory
複数の質感を複合的に提示可能な触覚提示デバイス
複数の質感を複合的に提示可能な触覚提示デバイス
Matsushita Laboratory
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
Matsushita Laboratory
RyotaHiguchi_MasterThesis2023
RyotaHiguchi_MasterThesis2023
Matsushita Laboratory
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
Matsushita Laboratory
Kokogatari:実環境を介したリレー小説執筆ツール
Kokogatari:実環境を介したリレー小説執筆ツール
Matsushita Laboratory
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
Matsushita Laboratory
iiWAS2022_Miyagawa
iiWAS2022_Miyagawa
Matsushita Laboratory
reIDR2022_takahashi.pdf
reIDR2022_takahashi.pdf
Matsushita Laboratory
Weitere ähnliche Inhalte
Mehr von Matsushita Laboratory
TaketoFujikawa_10thComicComputing2023
TaketoFujikawa_10thComicComputing2023
Matsushita Laboratory
SayakaHayashi_FIT2023
SayakaHayashi_FIT2023
Matsushita Laboratory
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
Matsushita Laboratory
ReonHata_JSAI2023
ReonHata_JSAI2023
Matsushita Laboratory
HarukiShinkawa_FIT2023
HarukiShinkawa_FIT2023
Matsushita Laboratory
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
Matsushita Laboratory
TaketoFujikawa_KES2023
TaketoFujikawa_KES2023
Matsushita Laboratory
Unification of Terminology for Accurate Communication among Experts --- Basic...
Unification of Terminology for Accurate Communication among Experts --- Basic...
Matsushita Laboratory
JSAI2023_企画セッション(仕掛学)資料
JSAI2023_企画セッション(仕掛学)資料
Matsushita Laboratory
触感に関わる共感覚的表現と基本6感情の対応関係の検証
触感に関わる共感覚的表現と基本6感情の対応関係の検証
Matsushita Laboratory
レシピの手順に着目した 複数の器特徴の推定
レシピの手順に着目した 複数の器特徴の推定
Matsushita Laboratory
TaketoFujikawa_comic2023
TaketoFujikawa_comic2023
Matsushita Laboratory
複数の質感を複合的に提示可能な触覚提示デバイス
複数の質感を複合的に提示可能な触覚提示デバイス
Matsushita Laboratory
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
Matsushita Laboratory
RyotaHiguchi_MasterThesis2023
RyotaHiguchi_MasterThesis2023
Matsushita Laboratory
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
Matsushita Laboratory
Kokogatari:実環境を介したリレー小説執筆ツール
Kokogatari:実環境を介したリレー小説執筆ツール
Matsushita Laboratory
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
Matsushita Laboratory
iiWAS2022_Miyagawa
iiWAS2022_Miyagawa
Matsushita Laboratory
reIDR2022_takahashi.pdf
reIDR2022_takahashi.pdf
Matsushita Laboratory
Mehr von Matsushita Laboratory
(20)
TaketoFujikawa_10thComicComputing2023
TaketoFujikawa_10thComicComputing2023
SayakaHayashi_FIT2023
SayakaHayashi_FIT2023
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
松下研究室紹介_関西大学高槻キャンパスオープンキャンパス
ReonHata_JSAI2023
ReonHata_JSAI2023
HarukiShinkawa_FIT2023
HarukiShinkawa_FIT2023
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
ChinaTakahashi_Exploration cyclefinding a better dining experience:a frame...
TaketoFujikawa_KES2023
TaketoFujikawa_KES2023
Unification of Terminology for Accurate Communication among Experts --- Basic...
Unification of Terminology for Accurate Communication among Experts --- Basic...
JSAI2023_企画セッション(仕掛学)資料
JSAI2023_企画セッション(仕掛学)資料
触感に関わる共感覚的表現と基本6感情の対応関係の検証
触感に関わる共感覚的表現と基本6感情の対応関係の検証
レシピの手順に着目した 複数の器特徴の推定
レシピの手順に着目した 複数の器特徴の推定
TaketoFujikawa_comic2023
TaketoFujikawa_comic2023
複数の質感を複合的に提示可能な触覚提示デバイス
複数の質感を複合的に提示可能な触覚提示デバイス
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
効果音と抽象図形の動作の組み合わせによる印象変化に関する研究
RyotaHiguchi_MasterThesis2023
RyotaHiguchi_MasterThesis2023
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
携帯端末を用いたポインティングによる室内空間でのアドホックな情報アクセス手法に関する研究
Kokogatari:実環境を介したリレー小説執筆ツール
Kokogatari:実環境を介したリレー小説執筆ツール
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
Visualization of the Relationship Between Lectures and Laboratories Using SSNMF
iiWAS2022_Miyagawa
iiWAS2022_Miyagawa
reIDR2022_takahashi.pdf
reIDR2022_takahashi.pdf
Morino_MT
1.
複数のモダリティを考慮した 災害関連ツイートのノイズ除去に関する研究 関西大学大学院 総合情報学研究科 森野 穣
2.
災害大国 https://www.jihoken.co.jp/kasai/jishinmadoguchi/cat1/247/ ※地震の窓口調べ 過去5年間の激甚災害指定は40件以上 438 39 84 71 109 141 78 90 48 62 327 148 177 39 101 115 89 190 173 283 77 344 129 337 0 100 200 300 400 500 600 700 1 9 9 3 1 9 9 4 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8 ※内閣府「令和元年版防災白書」より 自然災害による死亡者数・行方不明者数の推移 6437 22515 防災のデジタル化促進に向けて 1
3.
災害対応のために想定すべき課題レイヤ ※デジタル・防災技術ワーキンググループ 未来構想チーム 提言
http://www.bousai.go.jp/kaigirep/teigen/pdf/teigen_03.pdf 2
4.
災害対応のために想定すべき課題レイヤ ※デジタル・防災技術ワーキンググループ 未来構想チーム 提言
http://www.bousai.go.jp/kaigirep/teigen/pdf/teigen_03.pdf 3
5.
見えてきた実課題 1. 自然災害の十分な予測ができない 2. 先の状況が読めず、対応が後手に回るケースがある 3.
行政・民間で準備している物資や機材の量や能力が分からない 4. 「正常性バイアス」により住民の逃げ遅れが発生 5. デジタルに不可欠な電気・通信が利用不可の可能性 6. 行政機関等の機能不全の可能性 地方自治体の対応力の差 7. 発災直後には情報が少なく、災害対応での適切な判断が困難 何が起きて,どれだけ被害が出て,被災者の居場所もわからない ※デジタル・防災技術ワーキンググループ 未来構想チーム 提言 4 災害発生前に対応が必要な課題 災害発生後に対応が必要な課題
6.
見えてきた実課題 1. 自然災害の十分な予測ができない 2. 先の状況が読めず、対応が後手に回るケースがある 3.
行政・民間で準備している物資や機材の量や能力が分からない 4. 「正常性バイアス」により住民の逃げ遅れが発生 5. デジタルに不可欠な電気・通信が利用不可の可能性 6. 行政機関等の機能不全の可能性 地方自治体の対応力の差 7. 発災直後には情報が少なく、災害対応での適切な判断が困難 何が起きて,どれだけ被害が出て,被災者の居場所もわからない 5 災害発生前に対応が必要な課題 災害発生後に対応が必要な課題
7.
背景: 災害時におけるSNS利用の可能性 自治体によるSNSの活用 情報発信 • 警報・注意喚起 •
支援等に係る情報 情報収集 • 救援要請 • 被害情報の把握 672 852 934 941 1090 1145 0 200 400 600 800 1000 1200 2014 2015 2016 2017 2018 2019 災害対応でSNSを情報発信に活用した 市区町村数の推移1 1. https://www.kantei.go.jp/jp/singi/it2/senmon_bunka/pdf/2019SNSjititai_chousa.pd ※内閣官房IT総合戦略室(現デジタル庁)調べ 6
8.
背景: 災害時におけるSNS利用の可能性 自治体によるSNSの活用 情報発信 • 警報・注意喚起 •
支援等に係る情報 情報収集 • 救援要請 • 被害情報の把握 2. https://www.kantei.go.jp/jp/singi/it2/senmon_bunka/pdf/2019SNSjititai_chousa.pd 107 28 301 522 156 0 200 400 600 実災害で活用している 防災訓練や実証実験で 活用している 活用について,検討中 関心はあるが, 検討したことはない 検討したことはない 災害対応においてSNSを活用した 情報収集の実施状況(市町村数2019年度)2 ※内閣官房IT総合戦略室(現デジタル庁)調べ 7
9.
情報過多の原因 • デマの拡散 • ニュース報道や他メディアの影響 •
被災地以外からの無関係な発信 問題: 情報過多による情報埋没 自治体によるSNS活用の現状 SNSを利用した情報収集には マンパワーで対応 2019年台風19号 長野県 50件の救助に繋がる 一方で, 「教訓はどこに/5 災害救援 SNSの功罪」, 毎日新聞, https://mainichi.jp/articles/20210111/ddm/010/040/006000c 8
10.
問題: 情報埋没に対する対策 Twitterユーザによる埋没対策 • 置かれている状況の明確な描写 •
番地までの詳細な住所・建物名 • #救助(ハッシュタグ)などの利用 • 現在の状況を示す写真(被害状況など) 事前に機械的な情報選別が必要 自治体はマンパワーで, 画像や本文から複合的に判断 9
11.
問題: 情報埋没に対するアプローチ 必要な情報をピンポイントで抽出 位置情報・地名・#救助 に着目 10 3:2018
年西日本豪雨災害における「#救助」ツイートの実態:2017 年 7 月九州北部豪雨災害との比較分析 位置情報付きツイート 全体の0.18%ほど 地名入ツイート 119,661件ツイート中 466件 ニュースや消防庁による発表が大多数 うち,救助要請ツイートは37件 #救助ツイート 内訳 1 2 3 1:都市におけるジオタグ付きツイートの統計 (<特集>人と環境に見る 高次元データフローの生成と解析) 2:救助要請ツイートの特徴の検証—令和 2 年 7 月豪雨を対象に—
12.
問題: 情報埋没に対するアプローチ 必要な情報をピンポイントで抽出 位置情報・地名・#救助 に着目 11 3:2018
年西日本豪雨災害における「#救助」ツイートの実態:2017 年 7 月九州北部豪雨災害との比較分析 位置情報付きツイート 全体の0.18%ほど 地名入ツイート 119,661件ツイート中 466件 ニュースや消防庁による発表が大多数 うち,救助要請ツイートは37件 #救助ツイート 内訳 1 2 3 1:都市におけるジオタグ付きツイートの統計 (<特集>人と環境に見る 高次元データフローの生成と解析) 2:救助要請ツイートの特徴の検証—令和 2 年 7 月豪雨を対象に— 分析のためのツイートが確保できない ニュース報道などの2次情報が多い 必要な情報を取りこぼす懸念 多く含まれる 無関係な情報の特徴を明らかにし, 無関係な情報を削落する必要がある
13.
投稿されたテキストと画像を利用することで, 無関係なツイートが判別可能になるのか それらをノイズとして扱うことはできるのか SNS投稿のテキスト特徴・画像特徴から複合的に判断し 見るべき情報の絶対数を減らすことで, 被害状況や救助を求める投稿の抽出精度が向上する可能性 RQ: テキスト特徴と画像特徴による情報抽出 画像モダリティ テキストモダリティ 12
14.
試み:調査方針 調査1: 画像の分類 ノイズの調査 調査2:“被害”情報の分類 “被害”ツイートに関する調査.どの程度存在して,どのような特徴があるのか “被害”ツイートにもノイズとなる情報は存在するのか 画像:災害時の
Twitter に投稿された画像および動画の調査を行う テキスト:分類に特徴的な単語は現れるのか. Twitter に投稿された画像の特徴とテキストの特徴を定量的に特徴量化するために, 各モダリティごとに情報が明らかになっている必要がある 13
15.
試み: 画像を分類し,テキストの特徴を分析 画像の分類について 人手(情報学部生4人)によって分類した 作業量:延300時間超 テキストの特徴について TF-IDF, COS類似度を算出し,クラスごとに特徴が見られるか 投稿される画像と文章を用いて, ノイズとして扱う情報を明らかにする 14
16.
対象災害 令和2年7月豪雨3 7月3日から7月31日4 九州北部地方を中心に広い範囲で大雨 収集方法: キーワードによる収集 対象キーワード:「救助」or「避難」 対象期間:
7月1〜15日 収集したツイートデータ 計 476,827件 収集ツイート 3.「令和2年7月3日から豪雨へ名称を定めることについて」, 気象庁, https://www.jma.go.jp/jma/press/2007/09b/20200709_heavyrainname_ref.pdf 4.「令和2年7月豪雨の期間について」, 気象庁, https://www.jma.go.jp/jma/press/2008/04a/20200804_heavyrainperiod.pdf ツイート数 画像付きツイート数 救助ツイート 110,261 18,197 避難ツイート 370,531 34,777 全ツイート(重複削除後) 476,827 47,434 15
17.
調査1.画像の分類: 人手による分類 画像の分類の観点 1. 災害に関連するか 2.
メインに写っているものが何か 3. ニュースに関連するか 指示した分類画像 A) 逆L字 が映り込んだ画像 B) テレビのニュースをカメラで撮影した画像 C) メディア媒体を問わず,ニュースに関する画像 D) アニメや漫画などの画像 A)逆L字 画像例 16
18.
調査1.画像の分類: 分類クラス例 画像の分類方法 1ツイート最大4枚の画像または動画 画像1ずつ人目で確認して分類を行った その際,ツイートテキストの確認行わず ただし, 分類クラスで重複したツイートが存在 クラス名(抜粋) Any ニュース Twitter その他SNS ゲーム テレビのニュース 二次元画像 人 救助 被害 避難 風景 自衛隊 天気図 防災グッズ 文書 ポスター 乗り物 17
19.
調査1.画像の分類: 分類クラス例 画像の分類方法 1ツイート最大4枚の画像または動画 画像1ずつ人目で確認して分類を行った その際,ツイートテキストの確認行わず そのため, 複数の分類クラスで重複したツイートが存在 クラス名(抜粋) Any ニュース Twitter その他SNS ゲーム テレビのニュース 二次元画像 人 救助 被害 避難 風景 自衛隊 天気図 防災グッズ 文書 ポスター 乗り物 18
20.
調査1.画像の分類: 分類クラス例 画像の分類方法 1ツイート最題4枚の画像または動画 画像1ずつ人目で確認して分類を行った その際,ツイートテキストの確認行わず そのため, 複数の分類クラスで重複したツイートが存在 クラス名(抜粋) Any ニュース Twitter その他SNS ゲーム テレビのニュース 二次元画像 人 救助 被害 避難 風景 自衛隊 天気図 防災グッズ 文書 ポスター 乗り物 19
21.
調査1. テキスト特徴: 画像分類クラスをもとに TF-IDFの算出 分類されたクラスの画像の元になったツイート群を用いる その際,名詞のみを抽出(8割のクラスで頻出した単語を除く) 表1
TF-IDF 上位5単語抜粋 20
22.
調査1. テキスト特徴: TF-IDF値から明らかになったこと 最もツイート数および,画像数が多い分類クラス ゲーム ゲーム内の機能を示す言葉が多く含まれる 表1
TF-IDF 上位5単語抜粋 21
23.
調査1. テキスト特徴: TF-IDF値から明らかになったこと テレビニュース TF-IDFの数値は低いものの,前代未聞・安倍
特徴的な単語が見られた 表1 TF-IDF 上位5単語抜粋 22 救助 自衛隊の派遣に関する単語 防災グッズ 防災グッズに関する単語 逆L字 実際の報道に関する単語
24.
調査1. テキスト特徴: TF-IDF値から明らかになったこと TF-IDF上位は一応地名 欲しい投稿は実被害 23
25.
調査1. テキスト特徴: COS類似度の算出 被害は 多くのクラス間で重複する 表2
COS類似度が高い傾向のあるクラス抜粋 分類した画像付きツイートの性質 複数の分類クラスのツイートが存在 COS類似度を見ることで • クラスが類似したツイートか • どのクラスで重複したか 24
26.
調査2. 被害: 被害画像の細分化 被害の画像のみ細分化して再分類 その際,元ツイートを参照 新たに追加された分類クラス抜粋 •
自治体発信 • ライブカメラ • ネットニュース発信 • テレビのニュース発信 • ユーザが撮影したもの • 分類不可(外国語で投稿されているもの) • 元ツイートが消去されていたもの これらの分類クラスのみで TF-IDFの算出 25
27.
表3 際分類した被害ツイート TF-IDF 上位5単語抜粋
(論文中では表5) 調査2. 被害: 被害画像の細分化 204 ※青数字はツイート数 2689 209 95 153 101 66 被害 -テレビニュース 熊本県多摩郡特別養護老人ホーム 千寿園に関するニュース 第6位 “取材”(0.1565) その他の分類では低い値 26
28.
表3 際分類した被害ツイート TF-IDF 上位5単語抜粋
(論文中では表5) 調査2. 被害: 被害画像の細分化 204 ※青数字はツイート数 2689 209 95 153 101 66 被害 –自治体発信 自治体が災害情報を発信する場合,具体的な被害のみではなく 災害という大きな区分で発信する傾向 第1位 “災害”(0.4000) その他の分類では低い値 27
29.
表3 際分類した被害ツイート TF-IDF 上位5単語抜粋
(論文中では表5) 調査2. 被害: 被害画像の細分化 204 ※青数字はツイート数 2689 209 95 153 101 66 被害 –元ツイート消去 救助を求めるツイートは,時間が経つor救助されることで,消去される傾向 第2位 “お願い”(0.2008) 救助を”お願いします” というツイート多数 28
30.
表3 際分類した被害ツイート TF-IDF 上位5単語抜粋
(論文中では表5) 調査2. 被害: 被害画像の細分化 204 ※青数字はツイート数 2689 209 95 153 101 66 被害 –ユーザが撮影 特筆すべき値や,単語は認められない 分類クラスの特徴のみから ユーザが撮影した投稿の 抽出は困難 29
31.
調査1の知見 ノイズ情報:ツイート数 分類結果から ゲームなどの無関係な投稿が多く存在する ニュースなどで報道された投稿が多く存在する テキスト特徴から 各分類クラスの特徴となる単語が確認できた 30 単純なテキスト処理で抽出可能 ノイズとして扱うことが容易 修士論文内
32.
調査2の知見 被害:フィルタリング後の想定ツイート数 修士論文内 31
33.
結論: 分類結果から • ゲームなどの無関係な投稿が多く存在する • ニュースなどで報道された投稿が多く存在する テキスト特徴から •
各分類クラスの特徴となる単語が確認できた 被害画像の再分類の結果から • 被害の投稿画像は細分化が可能 一方で, • ユーザが撮影した被害画像の ピンポイントな特徴化・抽出は困難 32 単純なテキスト処理で 抽出可能 ノイズとして扱うことが 容易 ノイズを削除 ユーザが撮影した被害は 残すべき情報 結果的に抽出精度向上
34.
まとめ • 背景:災害時の自治体によるSNS利用の増加 情報発信と情報収集 • 問題:情報過多による情報埋没 マンパワーによる現状の情報収集の困難さ •
目的:マンパワーの軽減を目的としたツイートフィルタリング 取より捨 ノイズとして扱うこと 画像とテキスト双方を考慮 関係のないツイートを見せないことで生まれる効果 • テキスト特徴と画像特徴の考慮 ピンポイントで災害被害・救援のツイートの特徴抽出は現状困難 • 分類クラスの特徴からユーザが撮影した被害投稿の抽出は困難 無関係なツイートの特徴は比較的出やすい • 無関係なツイートのフィルタリング後のツイート数 33
Jetzt herunterladen