AI 기반 위치 정보 및 감성 분석을 이용한 소셜 미디어 게시물의 자동 재난 모니터링

전 세계적으로 발생하는 bushfire, 지진, 홍수, 사이클론, 그리고 폭염과 같은 재난들은 소셜 미디어 사용자들의 삶에 독특한 방식으로 영향을 미쳤습니다. 그들은 관심 있는 위치의 재난 상황에 대한 부정적인 감정을 지속적으로 게시하고 있습니다. 재난 상황에 대한 위치 지향적인 감정을 이해하는 것은 정치 지도자와 전략적 의사 결정자에게 매우 중요합니다. 이를 위해 우리는 글로벌 재난 상황에 대한 위치 지향적인 공공 감정을 추출하기 위한 인공지능(AI) 및 자연어 처리(NLP) 기반의 완전 자동화된 새로운 알고리즘을 제시합니다. 우리는 AI 및 NLP 기반 감성 분석, 명명된 개체 인식(NER), 이상 탐지, 회귀 및 Getis Ord Gi* 알고리즘을 통해 재난과 관련된 소셜 미디어 피드에 대해 110개 언어로 포괄적인 지식과 통찰력을 얻기 위해 제안된 시스템을 설계했습니다. 우리는 2021년 9월 28일부터 10월 6일까지 실시간 트위터 피드에서 이 알고리즘을 배포하고 테스트했습니다. 이 기간 동안 39개 언어로 67,515개의 개체가 포함된 트윗이 처리되었습니다. 우리의 새로운 알고리즘은 실시간 트위터 피드에서 70% 이상의 신뢰도으로 9,727개의 위치 개체를 추출하고 가능성 있는 재난의 위치를 재난 정보와 함께 표시했습니다. 평균 정밀도, 재현율, 및 F₁ 점수는 각각 0.93, 0.88, 0.90으로 측정되었습니다. 전반적으로 완전 자동화된 재난 모니터링 솔루션은 97%의 정확도를 보여주었습니다. 우리가 아는 한, 이 연구는 재난과 관련된 소셜 미디어 메시지에서 NER, 감성 분석, 회귀 및 이상 탐지를 통한 위치 정보를 보고한 최초의 연구이며 가장 큰 언어 세트를 다루고 있습니다.