論文の概要: Social Media and Artificial Intelligence for Sustainable Cities and Societies: A Water Quality Analysis Use-case
- arxiv url: http://arxiv.org/abs/2404.14977v1
- Date: Tue, 23 Apr 2024 12:33:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-24 14:11:34.403331
- Title: Social Media and Artificial Intelligence for Sustainable Cities and Societies: A Water Quality Analysis Use-case
- Title(参考訳): 持続可能な都市・社会のためのソーシャルメディアと人工知能:水質分析のユースケース
- Authors: Muhammad Asif Auyb, Muhammad Tayyab Zamir, Imran Khan, Hannia Naseem, Nasir Ahmad, Kashif Ahmad,
- Abstract要約: 本研究では,ソーシャルメディアから水関連記事を自動的に収集・分析する自然言語処理(NLP)フレームワークを提案する。
テキスト分類のために,複数大言語モデル(LLM)を組み込んだメリット融合型フレームワークを提案する。
トピックモデリングでは、BERTopicライブラリを使用して、水に関連するつぶやきに隠れたトピックパターンを発見しました。
- 参考スコア(独自算出の注目度): 2.263152338732333
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper focuses on a very important societal challenge of water quality analysis. Being one of the key factors in the economic and social development of society, the provision of water and ensuring its quality has always remained one of the top priorities of public authorities. To ensure the quality of water, different methods for monitoring and assessing the water networks, such as offline and online surveys, are used. However, these surveys have several limitations, such as the limited number of participants and low frequency due to the labor involved in conducting such surveys. In this paper, we propose a Natural Language Processing (NLP) framework to automatically collect and analyze water-related posts from social media for data-driven decisions. The proposed framework is composed of two components, namely (i) text classification, and (ii) topic modeling. For text classification, we propose a merit-fusion-based framework incorporating several Large Language Models (LLMs) where different weight selection and optimization methods are employed to assign weights to the LLMs. In topic modeling, we employed the BERTopic library to discover the hidden topic patterns in the water-related tweets. We also analyzed relevant tweets originating from different regions and countries to explore global, regional, and country-specific issues and water-related concerns. We also collected and manually annotated a large-scale dataset, which is expected to facilitate future research on the topic.
- Abstract(参考訳): 本稿では,水質分析における重要な社会的課題について論じる。
社会の経済・社会発展における重要な要因の一つとして、水の提供と品質の確保が、行政当局の優先事項の1つとして常に残されている。
水質を確保するため、オフラインやオンラインサーベイなど、水道網の監視と評価を行う様々な方法が用いられる。
しかし, これらの調査には, 参加者数の制限や, 実施作業による低頻度化など, いくつかの制限がある。
本稿では,データ駆動型意思決定のための自然言語処理(NLP)フレームワークを提案する。
提案するフレームワークは2つのコンポーネントで構成されている。
(i)テキスト分類、及び
(ii)トピックモデリング。
テキスト分類において, LLMに重みを割り当てるために, 異なる重み選択法と最適化法を用いて, LLM(Large Language Model)を組み込んだメリット融合型フレームワークを提案する。
トピックモデリングでは、BERTopicライブラリを使用して、水に関連するつぶやきに隠れたトピックパターンを発見しました。
また、異なる地域や国から派生した関連ツイートを分析し、グローバル、地域、国固有の問題や水に関する懸念について調査した。
また、このトピックに関する今後の研究を促進するために、大規模なデータセットを手動で収集し、注釈付けした。
関連論文リスト
- Bias and Fairness in Large Language Models: A Survey [76.65471160523444]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳(メタデータ) (2023-03-20T19:32:49Z) - Mining Explainable Predictive Features for Water Quality Management [2.1629199031479396]
本稿では,空間領域上の様々な変数を表す特徴を収集するプロセスを開発する。
モデルとShapley値を用いて特徴量の解析を行う。
いくつかの機械学習アルゴリズムとダブリン・グランドカナル盆地の水質データを用いて評価を行った。
論文 参考訳(メタデータ) (2022-12-08T17:18:50Z) - Water Goes Where? A Water Resource Allocation Method Based on
Multi-Objective Decision-Making [7.558392810342939]
コロラド川流域のグレンキャニオンダムとフーバーダムの配当計画について検討した。
様々な要因を考慮に入れ,最適なスケジューリングを実現するためのモデルを構築した。
論文 参考訳(メタデータ) (2022-08-03T09:37:37Z) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳(メタデータ) (2022-01-26T14:58:51Z) - NLP Techniques for Water Quality Analysis in Social Media Content [4.284841324544116]
本稿では,メディアEval 2021タスク,すなわち「WaterMM:Water Quality in Social Multimedia」へのコントリビューションについて述べる。
この課題は、水彩、匂い、味、関連する病気などの側面に特に焦点をあてて、水質に関連するソーシャルメディアの投稿を分析することを目的としている。
この目的のために、メタデータとともにテキスト情報と視覚情報の両方を含むマルチモーダルデータセットを提供する。
論文 参考訳(メタデータ) (2021-11-30T10:36:35Z) - ATLANTIS: A Benchmark for Semantic Segmentation of Waterbody Images [11.694400268453366]
ATLANTISは,水系とその関連オブジェクトのセマンティックセグメンテーションのための新しいベンチマークである。
ATLANTISは5,195枚の水たまりの画像と56種類のオブジェクトの高品質なピクセルレベルの手動アノテーションで構成されている。
新しいディープニューラルネットワークであるAquaNetは、水生領域と非水生領域を2つの異なる経路で処理することで、水域のセマンティックセマンティックセグメンテーションのために開発された。
論文 参考訳(メタデータ) (2021-11-22T22:56:14Z) - A Case Study and Qualitative Analysis of Simple Cross-Lingual Opinion
Mining [0.0]
本稿では,複数の言語をシミュレート可能な感情分析を用いた1つのトピックモデルの構築手法を提案する。
このモデルを,特定のドメイン,すなわち有機食品のユーザコメントに応用する。
安定・ドメイン関連トピックの比率が高く,トピックとその内容間の有意義な関係,ソーシャルメディア文書の解釈可能な表現が得られている。
論文 参考訳(メタデータ) (2021-11-03T14:49:50Z) - Inquisitive Question Generation for High Level Text Comprehension [60.21497846332531]
InQUISITIVEは、文書を読みながら19K質問を抽出するデータセットである。
我々は,読者が情報を求めるための実践的な戦略に携わることを示す。
我々は, GPT-2に基づく質問生成モデルを評価し, 妥当な質問を生成することができることを示す。
論文 参考訳(メタデータ) (2020-10-04T19:03:39Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳(メタデータ) (2020-08-02T00:09:03Z) - CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。
評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。
我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
論文 参考訳(メタデータ) (2020-03-28T13:17:30Z)
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。