ブログ記事集合に対して、Wikipediaエントリを知識源として、話題における観点ごとに ブログ記事を分類します。 Wikipediaのカテゴリ構造を利用することで、話題の分布を俯瞰することができます。 出典： 筑波大学・システム情報系・知能機能工学域 自然言語処理研究室(宇津呂研究室) http://nlp.iit.tsukuba.ac.jp ⇒ 研究紹介 ⇒4. ツイッター・ブログ・ニュースの話題を集約・俯瞰する検索エンジン ⇒ Wikipediaの知識を総動員して、話題の分布を俯瞰する

1. Ｗｉｋｉｐｅｄｉａを多言語知識源と
するブログ集合の話題分析
筑波大学 システム情報工学系 知能機能工学域
自然言語処理研究室 （宇津呂研究室）
1

2. 本研究の背景
検索クエリ：「震災」
枝野官房長官が
記者会見で
大活躍！
ブログ空間
津波への対策が
もっと必要！
計画停電が
各地で実施！
福島第一原発
復旧に尽力
トピック「震災」に関連するブログ記事集合 2

3. 本研究の背景
検索クエリ：「震災」
枝野官房長官が
記者会見で
大活躍！
ブログ空間
津波への対策が
トピックに関連するブログには様々な観点が混在
もっと必要！
↓
検索結果に含まれる内容を俯瞰的に把握することは困難
計画停電が
各地で実施！
福島第一原発
復旧に尽力
トピック「震災」に関連するブログ記事集合 3

4. 本研究の目的
検索クエリ： 観点ごとに分類する方式を提案
「震災」
検索結果の全体像を
ブログ空間 容易に把握することが可能
津波 枝野官房長官
によって… が… 「枝野幸男」
「津波」
「停電」 「福島第一
原子力発電所」
計画停電 福島第一原発
が… で… 4

5. 本研究のアプローチ：
Wikipediaを知識源として利用
Wikipedia
最大規模の百科事典
２０１１年７月現在
日本語だけで約７５万件の記事
Web上で語られる話題の多くを収録
新規の流行トピックへの対応も極めて早い
5

6. Wikipediaの知識をもとに観点を推測
「震災」で検索されたブログ記事には・・・
予想される観点：
「津波」、「原発」、「停電」、
「自衛隊」、「ボランティア」
推測するためにWikipediaの知識を使う
6

7. ブログ記事の観点分類手法
1. 観点の収集
2. トピックと関係するブログ記事を収集
3. ブログ記事に対して
最も類似度の高い観点を付与
7

8. ブログ記事の観点分類手法
ブログ空間
クエリ：
「震災」
1.トピックと関係する
Wikipediaエントリを収集
⇒付与する観点の候補に
神戸市
日本赤十字社
ボランティア
心的外傷後
自衛隊
ストレス障害
Wikipedia
8

9. ブログ記事の観点分類手法
Wikipedia
ブログ空間
神戸市
クエリ：
「震災」 ・・・
2.トピックと関係する
1.トピックと関係する 日本赤十字社
ブログ記事を収集
Wikipediaエントリを収集
⇒付与する観点の候補に
心的外傷後
ストレス障害
自衛隊 ボランティア
9

10. ブログ記事の観点分類手法
Wikipedia
ブログ空間
神戸市
クエリ：
「国際宇宙ステーション」
・・・
2.トピックと関係する
ブログ記事を収集 日本赤十字社
3.収集したブログ記事と
観点のWikipediaエントリとの
類似度を測り、類似度の
最も高い観点へと分類
心的外傷後
ストレス障害
自衛隊 ボランティア
10

11. ブログ記事の観点分類手法
Wikipedia
ブログ空間
神戸市
環境税
クエリ：
「国際宇宙ステーション」
・・・
日本赤十字社
3.収集したブログ記事と
観点のWikipediaエントリとの
類似度を測り、類似度の
最も高い観点へと分類
心的外傷後
ストレス障害
自衛隊 ボランティア
11

12. ブログ記事の観点分類手法
神戸市を襲った阪神大震
災の教訓をただ
鵜呑みにするのは危険だ Wikipedia
ブログ空間
日本赤十字社によると
台湾から多額の義援 神戸市
金が寄せられました。
クエリ：
「国際宇宙ステーション」
・・・
自衛官の息子が被 被災地ボランティア あるグループのボーカ
日本赤十字社
3.収集したブログ記事と を単位認定するのは
災地で任務を遂行で リストが震災により
観点のWikipediaエントリとの
きることを祈ります。 おかしい！ PTSDを発症しました。
類似度を測り、類似度の
最も高い観点へと分類
心的外傷後
ストレス障害
自衛隊 ボランティア
12

13. • 「東日本大震災」に関する英語ブ
ログ記事集合の話題分析
• 日韓ブログ集合の話題分析
13

14. 東日本大震災について
• 日本では大きな話題となっていたが，はたし
て海外でも，東日本大震災に大きな関心を持
ったブロガーがいるのだろうか？
14

15. 東日本大震災について
• 「東日本大震災」についての話題について，これらをご存知
でしょうか？
– 米国原子力学会が福島原発の労働者のための基金設立
– オバマ大統領が原子力のために360億ドルの予算
– 米国G社のマーク1型原子炉が世界の32箇所で使用中
– RBMK型原子炉
– デマによってヨードカリウムの需要増加
英語のブログ記事特有の話題
•英語圏でも東日本大震災関連のブログ記事を書いていたブロガーが
観測された。
15

16. 「東日本大震災」についての英語ブログ記事収集
Nuclear power stations
原子力発電所
Reactor vessel Nuclear meltdown
原子炉圧力容器 炉心溶融
Chernobyl Nuclear Three Mile Island Nuclear Fukushima Daiichi
Power Plant Generating Station Nuclear Power Plant
チェルノブイリ原子力発電所 スリーマイル原子力発電所 福島第一原子力発電所
日本語ブログ空間
英語ブログ空間
16

17. 「東日本大震災」についての英語ブログ記事収集
Radioactivity
Nuclear power stations
放射能
原子力発電所
Reactor vessel Nuclear meltdown
原子炉圧力容器 炉心溶融
Gamma ray
Nuclear tests ガンマ線
核実験
Chernobyl Nuclear Three Mile Island Nuclear Fukushima Daiichi Becquerel Sievert
Power Plant Generating Station Nuclear Power Plant ベクレル シーベルト
チェルノブイリ原子力発電所 スリーマイル原子力発電所 福島第一原子力発電所
日本語ブログ空間
英語ブログ空間
17

18. 「東日本大震災」についての英語ブログ記事収集
• 「東日本大震災」についての海外のブログ記
事では，原発事故についての話題が非常に
多かった。
原発事故に深くかかわっているトピック，
「Nuclear power stations(原子力発電所) 」
「 Radioactivity(放射能) 」
についてブログ記事を収集した。
18

19. 「 Nuclear power stations」の観点の，英語ブログ記事の話題
Nuclear power stations Radioactivity
原子力発電所 放射能
Reactor vessel Nuclear meltdown
原子炉圧力容器 炉心溶融
2011 年3 月12 日．海外の
報道は，原子炉のメルトダ Gamma ray
ウンを指摘している
Nuclear tests ガンマ線
Fukushima Daiichi 核実験
Chernobyl Nuclear Three Mile Island Nuclear Nuclear Power Plant
Power Plant Becquerel
Generating Station 福島第一原子力発電所 Sievert
チェルノブイリ ベクレル
スリーマイル原子力発電所 シーベルト
原子力発電所
2011 年3 月20 日．米国原
子力学会が原発で働く労働
者のための基金を設立
2011 年3 月13 日．
オバマ大統領は，原子力の
ために360 億ドルの予算を組
日本語ブログ空間
英語ブログ空間 んでいる！
2011 年3 月14 日．核に関す
2011 年3 月17 日．米国G 社の 2011 年3 月12 日．原子炉 る知識が欠如したジャーナ
マーク1 型原子炉には問題が がロシアのRBMK 型でなか リストが多くの間違った情報
あるにも関わらず，世界の32ヶ ったことを神に感謝． を流している
所でまだ使われている！ 19

20. 「 Radioactivity 」の観点の，英語ブログ記事の話題
2011 年4 月21 日．日本の首相 2011 年3 月29 日．原発敷地内の
の対応のまずさを強く批判． Nuclear power stations Radioactivity
プルトニウム検出量は，冷戦時代
原子力発電所 放射能
の核実験後検出された程度の量
だ．
2011 年4 月30 日．大気圏核実
Reactor vessel Nuclear meltdown
原子炉圧力容器
験，チェルノブイリ事故，福島事 炉心溶融
故の前後では，大気中の放射線
Gamma ray
量は大きく異なっている． ガンマ線
Nuclear tests
Chernobyl Nuclear Fukushima Daiichi 核実験
Three Mile Island Nuclear
Power Plant Nuclear Power Plant
Generating Station Becquerel
チェルノブイリ 福島第一原子力発電所 Sievert
スリーマイル原子力発電所 ベクレル
原子力発電所 シーベルト
日本語ブログ空間
英語ブログ空間
東日本大震災
に関するブログ記事集合
2011 年4 月13 日．ベクレ
ルの数値において基準を
超えた野菜や果物を避け 2011 年4 月19 日．日本政府
るようにすれば問題ない， 2011 年3 月17 日．アメリカで，チェーンメール からの情報伝達の悪さを批
として，母国へ帰国した外 と右翼系ラジオ局が広めたデマが原因で， 判．
国人を批判． ヨードカリウム・タブレットの需要が増す騒ぎ 20

21. 英語Wikipediaを用いた観点の体系化
Nuclear technology
Wikipediaから 原子力
Wikipedia 収集した
観点の体系
Nuclear reactors Nuclear power stations Nuclear weapon
Radioactivity
原子炉 原子力発電所 核兵器
放射能
Reactor vessel Nuclear meltdown
原子炉圧力容器 炉心溶融
Gamma ray
Nuclear tests
ガンマ線
核実験
Chernobyl Nuclear Three Mile Island Nuclear Fukushima Daiichi
Power Plant Becquerel
Generating Station Nuclear Power Plant Sievert
チェルノブイリ ベクレル
スリーマイル原子力発電所 福島第一原子力発電所 シーベルト
原子力発電所
Wikipediaの 日本語ブログ空間
英語ブログ空間
カテゴリ構造によって 東日本大震災
体系付けることができる。 に関するブログ記事集合
21

22. • 「東日本大震災」に関する英語ブ
ログ記事集合の話題分析
• 日韓ブログ記事集合の話題分析
22

23. • 日本・韓国間で語られている話題には，どの
程度違いがあるのだろうか。
• 本手法によって収集されたブログ記事の観点
を日韓で比較することで、話題の違いを分析
する。
23

24. 検索クエリ：
「地球温暖化」
ブログ空間
日本語ブログにおける
観点集合 地球温暖化の原因
再生可能エネルギー
地球温暖化の影響 環境税 炭素循環
地球環境問題
風力発電 化石燃料
排出権取引
炭素／탄소 앨 고어 (アル・ゴア)
大気汚染／대기 오염 バラク・オバマ／버락 오바마 氷河期／빙하기 温室効果／온실 효과
原子力発電 온실 기체 (温室効果ガス)
京都議定書／교토 의정서 太陽エネルギー／태양 에너지 기후 (気候)
가뭄 (旱魃)
気候変動／기후 변화 二酸化炭素／이산화 탄소 그린란드 (グリーンランド)
電気自動車 炭素税／탄소세 빙하 (氷河)
일본 (日本)
ホッキョクグマ／북극곰 気候変動枠組み条約／기후 변화에 관한 국제 연합 기본 협약 경제학 (経済学)
뎅기열 (デング熱) 폭염 (熱波) 남극 (南極大陸) 대체 에너지 (代替エネルギー)
불편한 진실 (不都合な真実) 투발루 (ツバル) 기상이변 (気象災害)
세계 자연보호 기금 황사 (黄砂)북극 (北極)
(世界自然保護基金)
4대강 정비 사업 (四大河川事業)
韓国語における
観点集合
排出権取引 電気自動車 京都議定書 ホッキョクグマ 四大河川事業 黄砂
削減目標を課せ 地球温暖化と 地球温暖化
日本は排出取引の 電気自動車 ホッキョクグマの
られたのは東欧 韓国四大河川 は黄砂の量を
潮流に乗り遅れてし i MiEV、環境性 生息地が、文字
諸国ばかりであ 事業について 増加させてい
まっている 能をアピール 通り溶けている
る 言及 る
日本語にのみ存在した 両言語に存在した 韓国語にのみ存在した
観点のブログ記事 観点のブログ記事 観点のブログ記事24

25. まとめ
• まとめ
– Wikipediaを多言語知識源としたブログの自動観点分類方式を提案
– これにより、
特定トピックについて収集されたブログ記事における
観点の分布を、素早く俯瞰が可能
– 以下について実験・分析を行った
• 「東日本大震災」に関する英語ブログ記事集合の話題分析
• 日韓ブログ集合の話題分析
• 今後の課題
– 二言語間のブログ記事の話題の分布分析
– ブログ記事における二言語間の差異発見支援
25