Sistema Integrado de Preguntas y Respuestas para Dominios de Desastres Naturales Basado en Mensajes de Redes Sociales Publicados en el Momento del Desastre
Autores: Kemavuthanon, Kemachart; Uchida, Osamu
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Sistema Integrado de Preguntas y Respuestas para Dominios de Desastres Naturales Basado en Mensajes de Redes Sociales Publicados en el Momento del Desastre
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Desastres naturales
Japón
Servicios de redes sociales
Twitter
Respuesta a desastres
Sistema de preguntas y respuestas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los desastres naturales son eventos que los humanos no pueden controlar, y Japón ha sufrido muchos de estos desastres a lo largo de su larga historia. Muchos de ellos han causado daños severos a la vida humana y a la propiedad. En la actualidad, numerosos japoneses han adquirido una considerable experiencia en la preparación para desastres y ahora se esfuerzan por predecir los efectos de los desastres utilizando servicios de redes sociales (SNS) para intercambiar información en tiempo real. Actualmente, Twitter es la herramienta de SNS más popular y poderosa utilizada para la respuesta a desastres en Japón porque permite a los usuarios intercambiar y difundir información rápidamente. Sin embargo, dado que casi todo el contenido relacionado con Japón también está escrito en japonés, lo que restringe la mayoría de sus beneficios a las personas japonesas, consideramos que es necesario crear un sistema de respuesta a desastres que ayude a las personas que no entienden japonés. En consecuencia, este documento presenta el marco de un sistema de preguntas y respuestas (QA) que se desarrolló utilizando un conjunto de datos de Twitter que contiene más de nueve millones de tweets recopilados durante el Terremoto del Norte de Osaka que ocurrió el 18 de junio de 2018. También estudiamos la estructura de las preguntas formuladas y desarrollamos métodos para clasificarlas en categorías particulares con el fin de encontrar respuestas en el conjunto de datos utilizando una ontología, similitud de palabras, frecuencia de palabras clave y procesamiento de lenguaje natural. Los resultados experimentales presentados aquí confirman la precisión de los resultados de respuesta generados por nuestro sistema propuesto.
Descripción
Los desastres naturales son eventos que los humanos no pueden controlar, y Japón ha sufrido muchos de estos desastres a lo largo de su larga historia. Muchos de ellos han causado daños severos a la vida humana y a la propiedad. En la actualidad, numerosos japoneses han adquirido una considerable experiencia en la preparación para desastres y ahora se esfuerzan por predecir los efectos de los desastres utilizando servicios de redes sociales (SNS) para intercambiar información en tiempo real. Actualmente, Twitter es la herramienta de SNS más popular y poderosa utilizada para la respuesta a desastres en Japón porque permite a los usuarios intercambiar y difundir información rápidamente. Sin embargo, dado que casi todo el contenido relacionado con Japón también está escrito en japonés, lo que restringe la mayoría de sus beneficios a las personas japonesas, consideramos que es necesario crear un sistema de respuesta a desastres que ayude a las personas que no entienden japonés. En consecuencia, este documento presenta el marco de un sistema de preguntas y respuestas (QA) que se desarrolló utilizando un conjunto de datos de Twitter que contiene más de nueve millones de tweets recopilados durante el Terremoto del Norte de Osaka que ocurrió el 18 de junio de 2018. También estudiamos la estructura de las preguntas formuladas y desarrollamos métodos para clasificarlas en categorías particulares con el fin de encontrar respuestas en el conjunto de datos utilizando una ontología, similitud de palabras, frecuencia de palabras clave y procesamiento de lenguaje natural. Los resultados experimentales presentados aquí confirman la precisión de los resultados de respuesta generados por nuestro sistema propuesto.