報告会 パート4

市民はいかに誰に何を伝えるべきか

大災害時における特別な支援ニーズを持った被災者に対する情報提供に関するプロジェクト

チーム名 ： Team UD

メンバー ： 細川淳嗣（県立広島大学）、深津玲子、斗内沢邦男、東江浩美、鈴木繭子、北村弥生（国立障害者リハビリテーションセンター研究所）

スライド ： こちらへ

概要 ：

大災害に際して、特別なニーズを持った人に対してどのように有効に情報の提供を行うか、反対に特別なニーズを持った人の支援の要請をどのように有効に拾い、必要な支援へ結びつけるかについて、発達障害を例にして検討した。

今回の報告では、情報の流れを 1. 被災地（被災者やその支援者）に向かって流す情報、2. 被災者（被災地）からの助けを求める情報に分けて考えた。

1. については、tweet に必要な情報が得られる HP などの URL を貼って tweet することで、tweet がその情報への入口として機能する。そのため、より長い時間にわたり、より広範囲に情報が流れるような工夫が必要。

2. については、情報を発信する個人ができること、社会システム・仕組みとして準備しておくことが求められることに分けて提言をしている。いずれも、事前の準備や練習が必要と思われる。

災害時多言語情報提供

チーム名 ： 情報通信研究機構多言語翻訳研究室

メンバー ： 内山将夫（情報通信研究機構）

スライド： こちらへ

概要 ：

災害時の多言語翻訳において、機械翻訳と人手翻訳とを併用することにより、素早くかつ正確な多言語翻訳を提供する方法について報告する。

ユーザのニーズとメディアデータのカテゴライゼーション

チーム名 ： 柳瀬利彦

メンバー ： 柳瀬利彦（日立製作所）

スライド ：こちらへ

概要 ：

テレビ・新聞・SNS 等で提供される情報と，ユーザが必要としている情報を，種類ごとに分類する取り組みです。ユーザのニーズと提供されるデータのマッチングを助けることを目的としています。最終的には自動分類を目指しますが，まずはそのためのデータ作りと，自動化の為の機械学習の応用に取り組んでいます。まだ試行錯誤の段階ではありますが，皆様と議論させていただければと思います。

災害時の情報トリアージに向けて ~ Twitterの傾向分析から ~

チーム名 ： チームTIP

メンバー ： 渡辺桂祐(北見工業大学大学院)，桝井文人(北見工業大学)

スライド ： こちらへ

概要 ：

3.11 震災発生直後は，被災地の交通が寸断され，ネットワークが機能しなかった．また，防災機関，自治体組織も壊滅的打撃を受け，被災情報や救援物資の情報管理さえも混乱を極めた．これにより被災者は情報取得が困難な状況に置かれ，不確かな情報によって翻弄されることもあった．一方，被災地の外および被害が軽度な地域では，各メディアにより様々な情報が流布し， Twitter などの SNS が情報伝達，情報共有に役立ったと言われている．こうした状況下における被災者支援策としては，情報を持つ周辺地域から情報を持たない被災地への(外から内への)情報伝達(提供)の流れを作ることが考えられる．しかし，大量の情報を無造作に流すのではなく，正確な情報や有用な情報を整理・選択することが重要である．本報告では，震災発生直後のTweetログを対象として分析し，SNS に基づく情報トリアージ(整理・分類)の可能性について考察する．

地域 SNS を主にしたメディア情報の災害情報後方支援機能の評価

チーム名 ： SNSxGIS+

メンバー ： 後藤真太郎（立正大学地球環境科学部）、山本仁志（立正大学経営学部）、酒井聡一（立正大学地球環境科学部）、小川祐樹（産業技術総合研究所）、鳥海不二夫（東京大学）

スライド ： こちらへ

概要 ：

これまで、兵庫県に発生した大規模水害における佐用町の地域 SNS（さよっち）と姫路市、横浜市、熊谷市の解析を行い、災害時の情報後方支援機能は、平時のセイフティネットとしての機能がある地域 SNS は災害時でも有効に機能することを示してきた。東日本大震災以降は、盛岡市の地域 SNS（モリオネット）を加え同様の解析してきた。今回のプロジェクトでは、提供されるメディア情報を加え、県域、国レベルのメディア情報と、市町村レベルの地域 SNS 情報の空間解像度につき比較検討を行う。

災害と医療情報

チーム名 ： 東大 知の構造化センター

メンバー ： 荒牧英治（東大）、宮部真衣（東大）、森田瑞樹（東大）

スライド ： こちらへ

概要 ：

災害時に流れる医療に関係した情報に注目し，そこから流言を収集するサイトについて発表予定です。

Twitter における情報伝播

震災時に Twitter 上で拡散した「デマ情報」の時系列分析

チーム名 ： NEC 情報・ナレッジ研究所

メンバー ： 石澤善雄(NEC)、赤峯享(NEC)

スライド ： こちらへ

概要 ：

震災時にツィート上で拡散した「デマ情報」の時系列変化の分析結果について報告する。我々の目的は、人々がデマに左右されずに効率の良い行動を取れるようにすることである。今回の分析において、情報が錯綜することで人々が効率の悪い行動をしていることを確認した。その分析に基づき、効率の悪い行動を誘発する情報を打ち消す手段を議論したい。

ソーシャル・ネットワークのトポロジ構造を用いたツイート拡散の予測に向けて

チーム名 ： 大阪大学 Negative Emotion グループ

メンバー ： 津川 翔、大崎 博之、伊藤 雄一、藤田 和之、中島 康介 (大阪大学)

スライド ： こちらへ

概要 ：

Twitter ユーザ間のネットワーク上を情報がどのように拡散していくかを予測する手法を検討しています。本報告では、これまで得られた初期的な分析結果を報告し、今後の課題と、次の災害時に、これをどのように役立てていくかを議論させていただきたいと思います。

ツイッターデータの意味的解析による災害情報拡散の分析

チーム名 ： 東北大学乾・岡崎研究室

メンバー ： 乾健太郎，岡崎直観，水野淳太，鍋島啓太，渡邉 研斗（東北大学），大和田裕亮（東大）

スライド ：こちらへ

概要 ：

我々のチームはツイッターデータを自然言語処理で解析することにより，どのような災害関連情報がどのように拡散したのかを分析している．本発表ではツイッターデータにおけるトレンド分析，命題抽出，言論マップに関して中間報告からの進展を報告する．中間報告後の新たな取り組みとして，被災地の状況や要望などの微細かつ重要な情報をツイッターデータから発掘する試みを紹介する．こうした取り組みから得られた知見に基づき，災害時に役立つ・使える情報伝達の仕組み作りについて議論を深めたい．

情報発信空白地域検出に基づく災害程度推定

チーム名 ： CHIDRI

メンバー ： 榊 剛史(東京大学)、鳥海 不二夫(東京大学)、篠田 孝祐(理化学研究所)、栗原 聡(大阪大学)、須田剛裕(岩手県立大学)

スライド ： こちらへ

概要 ：

平均連続沈黙時間から災害時の被害状況を推定する．

震災時におけるデマの拡散と制御に関する研究

チーム名 ： 高安＠東工大

メンバー ： 高安美佐子(東京工業大学)，高安秀樹(ソニーCSL)， 佐野幸恵(日本大学)，渡辺隼史(株式会社ホットリンク)，三浦航(東京工業大学)， 佐藤和也(東京工業大学)，山田健太(早稲田大学)

スライド ： こちらへ

概要 ：

3 月 12 日に発生したコスモ石油の精油所爆発により 「有害物質む黒い雨が降る」というデマ情報がツイッター上で拡散した事例を取り上げる．その中で，デマの拡散と収束の過程をエージェントモデルにより再現し，デマの伝播過程の特性を明らかにする．さらに，このモデルを用いて，訂正ツイートが広まった時間が，実例よりも早かった場合に，どの程度デマの伝播を抑えられたかを，シミュレーションによって検証した結果を報告する．また，リツイートのデータを活用し，デマ伝播のネットワーク構造の特徴について解説を行う予定である．

訂正情報の投稿傾向分析

チーム名 ： 高橋弘志

メンバー ： 高橋弘志(奈良先端科学技術大学院大学)

スライド ： こちらへ

概要 ：

震災後、Twitter では多くのデマツイートと、それを訂正するツイートが拡散された。本プロジェクトでは、統計的な手法を用いてツイートの集合から訂正ツイートを抽出する。さらに、訂正ツイートを投稿したユーザの情報と訂正ツイートの広がり方から、災害時に訂正情報の拡散に貢献したユーザの特徴を分析する。

「拡散希望」で拡散するか？

チーム名 ： 村田剛志(東京工業大学)

メンバー ： 村田剛志(東京工業大学)

スライド ： こちらへ

概要 ：

twitter の拡散希望ネットワークの時間変化について報告する。