抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ツイートのようなソーシャルメディアは,災害時の状況認識に寄与するプラットフォームとして出現している。影響された集団(例えば,要求支援,警報)と衝撃ゾーンの外側(例えば,提供支援)の両方によるツイッター上での共有情報は現地状況を理解するために第一応答者,意思決定者,公共の助けとなるであろう。そのような情報の有効利用が特定の災害に関連するツイートのタイムリーな選択と解析が必要である。豊富なツイートデータ源として有望であるにもかかわらず,ツイートは短く,構造化されていないので,適切なメッセージを自動的に同定するための挑戦的であり,従来の学習ベースアプローチの不満足な分類性能をもたらす。マッチングキーワードとハッシュタグに基づく関連メッセージを同定し,マッチングと学習に基づくアプローチ間の比較を提供するために,単純だが効果的なアルゴリズムを提案した。二つのアプローチを評価するために,災害関連ツイートを分析するために提案特異的フレームワークに移した。種々の災害種類を持つ十一件のデータセットの解析結果は,学習アプローチと比較した場合,この技術は高品質の関連ツイートと感情解析タスクのより説明可能な結果を提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】