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。
ツイッターデータは自然言語処理(NLP)と社会科学研究にとって不可欠になっており,近年様々な科学的発見を推進している。しかし,テキストデータだけでは,研究を行うには十分ではなく,特に社会科学者は,様々な要因の解析と制御を行うためのより多くの変数を必要とする。ユーザの位置,年齢,またはツイート感情のようなこの情報をどのように強化するかは匿名性と再現性のための分岐を持ち,専用の努力を必要とする。本論文は,ツイッターとユーザに関する追加情報でTwitterデータを豊かにする簡単なフローベースのツール,Twitter-Demgrapherを記述する。Twitter-Demgrapherは,NLP実務者と(計算)社会科学者を目標とし,それらのデータセットを集約情報で豊かにし,再現性を促進し,擬似匿名性のためのアルゴリズムプライバシー-バイデザイン手段を提供する。フローベースプログラミングパラダイムに触発された設計選択を議論し,容易に連鎖し,拡張できるブラックボックス成分を使用した。また,このツールの使用に関連する倫理的問題,および擬似匿名性を容易にするためのビルトイン測度を分析した。【JST・京大機械翻訳】