論文の概要: Earthquake Impact Analysis Based on Text Mining and Social Media
Analytics
- arxiv url: http://arxiv.org/abs/2212.06765v1
- Date: Mon, 12 Dec 2022 13:51:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 14:01:09.281659
- Title: Earthquake Impact Analysis Based on Text Mining and Social Media
Analytics
- Title（参考訳）: テキストマイニングとソーシャルメディア分析に基づく地震影響解析
- Authors: Zhe Zheng, Hong-Zheng Shi, Yu-Cheng Zhou, Xin-Zheng Lu, Jia-Rui Lin
- Abstract要約: 地震は広範囲に深く影響しており、緊急救助活動は災害の範囲と範囲に関するソーシャルメディアの情報から恩恵を受ける可能性がある。
本研究は,早期地震影響解析のためのソーシャルメディアデータを収集・分析するためのテキストマイニング手法を提案する。
- 参考スコア（独自算出の注目度）: 5.949779668853556
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Earthquakes have a deep impact on wide areas, and emergency rescue operations
may benefit from social media information about the scope and extent of the
disaster. Therefore, this work presents a text miningbased approach to collect
and analyze social media data for early earthquake impact analysis. First,
disasterrelated microblogs are collected from the Sina microblog based on
crawler technology. Then, after data cleaning a series of analyses are
conducted including (1) the hot words analysis, (2) the trend of the number of
microblogs, (3) the trend of public opinion sentiment, and (4) a keyword and
rule-based text classification for earthquake impact analysis. Finally, two
recent earthquakes with the same magnitude and focal depth in China are
analyzed to compare their impacts. The results show that the public opinion
trend analysis and the trend of public opinion sentiment can estimate the
earthquake's social impact at an early stage, which will be helpful to
decision-making and rescue management.
- Abstract（参考訳）: 地震は広い範囲に深く影響し、緊急救助活動は災害の範囲や範囲に関するソーシャルメディアの情報から恩恵を受ける可能性がある。
そこで本研究では,早期地震影響解析のためのソーシャルメディアデータを収集・分析するためのテキストマイニング手法を提案する。
まず、災害関連マイクロブログをクローラ技術に基づくSinaマイクロブログから収集する。
そして、データをクリーニングした後、(1)ホットワード分析、(2)マイクロブログ数の動向、(3)世論感情の傾向、(4)地震影響分析のためのキーワードおよび規則に基づくテキスト分類を含む一連の分析を行う。
最後に,中国におけるマグニチュードと震源深度が同じ2つの最近の地震を解析し,その影響を比較した。
その結果, 世論の傾向分析と世論の傾向は, 早期に地震の社会的影響を推定し, 意思決定・救助管理に有効であることが示唆された。
関連論文リスト
- Turkey's Earthquakes: Damage Prediction and Feature Significance Using A Multivariate Analysis [1.9461727843485295]
本研究は,トルコにおける将来の地震災害における死者の減少に寄与する。
我々は、被災者当たりの死亡率と死亡率を予測するために、様々な機械学習アーキテクチャーを試験した。
その結果,ランダムフォレストモデルが最も信頼性の高い予測結果が得られた。
論文 参考訳（メタデータ） (2024-10-29T10:29:06Z) - Community Shaping in the Digital Age: A Temporal Fusion Framework for Analyzing Discourse Fragmentation in Online Social Networks [45.58331196717468]
本研究では,ソーシャルメディアプラットフォームにおけるオンラインコミュニティの動態を解析するための枠組みを提案する。
テキスト分類と動的ソーシャルネットワーク分析を組み合わせることで,コミュニティの形成と進化を促進するメカニズムを明らかにする。
論文 参考訳（メタデータ） (2024-09-18T03:03:02Z) - CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [49.2719253711215]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。
本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。
この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文 参考訳（メタデータ） (2024-06-16T23:01:10Z) - QuakeBERT: Accurate Classification of Social Media Texts for Rapid Earthquake Impact Assessment [7.777478408048141]
ソーシャルメディアは災害対応を援助するが、騒音に悩まされ、正確な影響評価と回復力のある都市の決定を妨げている。
本研究では,最初のドメイン固有大規模言語モデル(LLM)と,地震の早期影響評価のための統合手法を提案する。
提案手法は, ノイズマイクロブロッグの正確な検出により, 影響評価過程を効果的に向上できることが示唆された。
論文 参考訳（メタデータ） (2024-05-06T10:52:21Z) - Natural Disaster Analysis using Satellite Imagery and Social-Media Data
for Emergency Response Situations [0.0]
この研究は、衛星画像分析とTwitterデータ分析という2つの段階に分けられている。
第1段階は、災害前の衛星画像解析である。
第2段階は、災害状況に関する重要な情報で地域をマッピングすることに焦点を当てている。
論文 参考訳（メタデータ） (2023-11-16T15:01:26Z) - CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster
Tweet Classification [51.58605842457186]
半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。
私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
論文 参考訳（メタデータ） (2023-10-23T07:01:09Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Twitter Data Analysis: Izmir Earthquake Case [0.0]
本研究では,2020年10月に発生したイズミル地震のTwitter投稿を分析した。
この分析にはデータマイニングと自然言語処理(NLP)手法が用いられている。
被災者の希望を共有し,地震後の支援活動に貢献することを目的とした。
論文 参考訳（メタデータ） (2022-12-02T21:30:34Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳（メタデータ） (2022-08-25T15:53:32Z) - Detecting Damage Building Using Real-time Crowdsourced Images and
Transfer Learning [53.26496452886417]
本稿では,Twitterなどのソーシャルメディアプラットフォームから地震後の建物画像を自動的に抽出する手法を提案する。
トランスファーラーニングと6500枚の手動ラベル付き画像を用いて,現場に損傷のある建物を画像として認識する深層学習モデルを訓練した。
訓練されたモデルは、異なる場所で新たに取得した地震の画像でテストし、トルコのM7.0地震の後、Twitterのフィードでほぼリアルタイムで実行された。
論文 参考訳（メタデータ） (2021-10-12T06:31:54Z) - Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。
本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。
提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
論文 参考訳（メタデータ） (2020-09-04T11:29:52Z)
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。