論文の概要: Spatial Data Mining of Public Transport Incidents reported in Social
Media
- arxiv url: http://arxiv.org/abs/2110.05573v1
- Date: Mon, 11 Oct 2021 19:28:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-14 08:21:01.930458
- Title: Spatial Data Mining of Public Transport Incidents reported in Social
Media
- Title（参考訳）: ソーシャルメディアにおける公共交通機関事故の空間データマイニング
- Authors: Kamil Raczycki, Marcin Szyma\'nski, Yahor Yeliseyenka, Piotr
Szyma\'nski, Tomasz Kajdanowicz
- Abstract要約: 輸送現象のソーシャルメディアコミュニケーションは通常GISアノテーションを欠いている。
ほとんどのソーシャルメディアプラットフォームはポストに非POIGPS座標をアタッチすることを許可していない。
調査により6種類の輸送情報型を推定する。
提案手法は市民科学を可能にし,それを用いて3年間のインフラ事故が乗客の移動に与える影響を分析した。
- 参考スコア（独自算出の注目度）: 7.144384940254773
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Public transport agencies use social media as an essential tool for
communicating mobility incidents to passengers. However, while the short term,
day-to-day information about transport phenomena is usually posted in social
media with low latency, its availability is short term as the content is rarely
made an aggregated form. Social media communication of transport phenomena
usually lacks GIS annotations as most social media platforms do not allow
attaching non-POI GPS coordinates to posts. As a result, the analysis of
transport phenomena information is minimal. We collected three years of social
media posts of a polish public transport company with user comments. Through
exploration, we infer a six-class transport information typology. We
successfully build an information type classifier for social media posts,
detect stop names in posts, and relate them to GPS coordinates, obtaining a
spatial understanding of long-term aggregated phenomena. We show that our
approach enables citizen science and use it to analyze the impact of three
years of infrastructure incidents on passenger mobility, and the sentiment and
reaction scale towards each of the events. All these results are achieved for
Polish, an under-resourced language when it comes to spatial language
understanding, especially in social media contexts. To improve the situation,
we released two of our annotated data sets: social media posts with incident
type labels and matched stop names and social media comments with the annotated
sentiment. We also opensource the experimental codebase.
- Abstract（参考訳）: 公共交通機関は、乗客にモビリティインシデントを伝えるために必要な手段としてソーシャルメディアを使用している。
しかし、短期的には、輸送現象に関する日々の情報は通常、レイテンシの低いソーシャルメディアに掲載されるが、コンテンツが集約されることは稀であるため、その可用性は短期である。
多くのソーシャルメディアプラットフォームではポストに非POIGPS座標をアタッチできないため、輸送現象のソーシャルメディア通信は通常GISアノテーションを欠いている。
その結果,輸送現象情報の分析は最小限に抑えられた。
我々は、ポーランドの公共交通機関のソーシャルメディア投稿を3年間収集し、ユーザーからのコメントを得た。
調査を通じて,6種類の輸送情報型を推定する。
ソーシャルメディア投稿のための情報型分類器を構築し,投稿中の停止名を検出し,gps座標と関連づけ,長期集約現象の空間的理解を得た。
このアプローチにより,3年間のインフラストラクチャインシデントが乗客の移動に与えた影響や,各イベントに対する感情や反応のスケールを分析し,市民科学を活用できることが示された。
これらの結果は、特にソーシャルメディアの文脈において、空間言語理解に関して、未資源の言語であるポーランド語に対して達成される。
この状況を改善するために,我々は,ソーシャルメディア投稿とインシデントタイプのラベル,それにマッチするストップ名とソーシャルメディアコメントの2つの注釈付きデータセットを公開した。
実験的なコードベースもオープンソースにしています。
関連論文リスト
- From Twitter to Reasoner: Understand Mobility Travel Modes and Sentiment Using Large Language Models [8.438695039581141]
本稿では,Large Language Models (LLMs) を用いた新たな手法を提案する。
ほとんどのソーシャルメディア投稿は肯定的な感情ではなく否定的な感情を呈している。
論文 参考訳（メタデータ） (2024-11-04T23:04:13Z) - MIDDAG: Where Does Our News Go? Investigating Information Diffusion via
Community-Level Information Pathways [114.42360191723469]
我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。
我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
論文 参考訳（メタデータ） (2023-10-04T02:08:11Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - Social Media Harms as a Trilemma: Asymmetry, Algorithms, and Audacious
Design Choices [0.0]
ソーシャルメディアは、2000年代初頭に初期のソーシャルネットワークが誕生して以来、その利用とリーチを拡大してきた。
我々は、情報(エコ)システムとして、ソーシャルメディアサイトは3つの側面から脆弱であると主張している。
上述の3Aを解き放つための様々な同盟分野からの提言をまとめておきます。
論文 参考訳（メタデータ） (2023-04-28T08:12:38Z) - On the Complexity of Object Detection on Real-world Public
Transportation Images for Social Distancing Measurement [0.8347190888362194]
公共空間におけるソーシャルディスタンシングは、新型コロナウイルスのパンデミックの影響軽減に欠かせない要素となっている。
公共交通機関における社会的距離の測定は行われていない。
ロンドン地下鉄とバスネットワークから撮影した実写映像を用いて,最先端の物体検出アルゴリズムのベンチマークを行った。
論文 参考訳（メタデータ） (2022-02-14T11:47:26Z) - SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian
Trajectory Prediction [59.064925464991056]
ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。
SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。
公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
論文 参考訳（メタデータ） (2021-12-05T01:49:18Z) - Interpretation of Emergent Communication in Heterogeneous Collaborative
Embodied Agents [83.52684405389445]
本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。
この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。
視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。
創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
論文 参考訳（メタデータ） (2021-10-12T06:56:11Z) - TBCOV: Two Billion Multilingual COVID-19 Tweets with Sentiment, Entity,
Geo, and Gender Labels [5.267993069044648]
この研究は、新型コロナウイルス(COVID-19)のパンデミックに関連する20億以上の多言語ツイートを1年以上にわたって収集した大規模なTwitterデータセットTBCOVを提示する。
いくつかの最先端のディープラーニングモデルは、感情ラベル、名前付きエンティティ、人物の言及、組織、場所、ユーザータイプ、性別情報など、重要な属性でデータを強化するために使用される。
我々の感情と傾向分析は興味深い洞察を示し、TBCOVが重要なトピックを幅広くカバーしていることを確認する。
論文 参考訳（メタデータ） (2021-10-04T06:17:12Z) - Streaming Social Event Detection and Evolution Discovery in
Heterogeneous Information Networks [90.3475746663728]
イベントは現実世界やリアルタイムで行われており、社会集会、祝祭、影響力のある会議、スポーツ活動などのイベントのために計画や組織化が可能である。
ソーシャルメディアプラットフォームは、トピックの異なる公開イベントに関する多くのリアルタイムテキスト情報を生成する。
しかし、異質なテクスチャやメタデータがあいまいであることが多いため、社会イベントの採掘は困難である。
論文 参考訳（メタデータ） (2021-04-02T02:13:10Z) - Analysing Social Media Network Data with R: Semi-Automated Screening of
Users, Comments and Communication Patterns [0.0]
ソーシャルメディアプラットフォーム上でのコミュニケーションは、社会に広まりつつある。
フェイクニュース、ヘイトスピーチ、急進的要素は、この現代的なコミュニケーションの一部です。
これらのメカニズムとコミュニケーションパターンの基本的な理解は、負のコミュニケーション形態に対抗するのに役立つ。
論文 参考訳（メタデータ） (2020-11-26T14:52:01Z) - Named Entity Recognition for Social Media Texts with Semantic
Augmentation [70.44281443975554]
名前付きエンティティ認識のための既存のアプローチは、短いテキストと非公式テキストで実行される場合、データ空間の問題に悩まされる。
そこで我々は,NER によるソーシャルメディアテキストに対するニューラルベースアプローチを提案し,ローカルテキストと拡張セマンティクスの両方を考慮に入れた。
論文 参考訳（メタデータ） (2020-10-29T10:06:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。