Flood of Techniques and Drought of Theories: Emotion Mining in Disasters

要約

エモーションマイニングは、ソーシャルメディア上で生成される膨大なデータを活用し、災害時の人間の感情を理解するための重要なツールとなっている。本稿では、災害時の感情マイニングに関する既存の研究を要約し、重要な発見と継続的な問題の両方を明らかにすることを目的とする。一方では、感情マイニング技術は、迅速な被害評価やメンタルヘルス監視などのアプリケーションを可能にする許容可能な精度を達成している。一方で、多くの研究がデータ駆動型のアプローチを採用しているため、いくつかの方法論的な問題が残っています。これには、恣意的な感情の分類、ツイッター上での社会経済的地位の高い個人の過剰な代表など、ソーシャルメディアからのデータ収集に固有のバイアスの無視、異文化比較のような理論的枠組みの適用不足などが含まれる。これらの問題は、理論に基づいた研究が著しく欠如しており、社会科学や行動科学からの洞察を無視していることに要約される。本論文は、感情マイニングにおいてより強固で理論に基づいたアプローチを開発するために、コンピュータ科学者と社会科学者の学際的な協力の必要性を強調している。これらのギャップに取り組むことで、感情マイニング手法の有効性と信頼性を高め、最終的には災害への備え、対応、復興の改善に貢献することを目指す。 キーワード：感情マイニング、感情分析、自然災害、心理学、技術災害

要約(オリジナル)

Emotion mining has become a crucial tool for understanding human emotions during disasters, leveraging the extensive data generated on social media platforms. This paper aims to summarize existing research on emotion mining within disaster contexts, highlighting both significant discoveries and persistent issues. On the one hand, emotion mining techniques have achieved acceptable accuracy enabling applications such as rapid damage assessment and mental health surveillance. On the other hand, with many studies adopting data-driven approaches, several methodological issues remain. These include arbitrary emotion classification, ignoring biases inherent in data collection from social media, such as the overrepresentation of individuals from higher socioeconomic status on Twitter, and the lack of application of theoretical frameworks like cross-cultural comparisons. These problems can be summarized as a notable lack of theory-driven research and ignoring insights from social and behavioral sciences. This paper underscores the need for interdisciplinary collaboration between computer scientists and social scientists to develop more robust and theoretically grounded approaches in emotion mining. By addressing these gaps, we aim to enhance the effectiveness and reliability of emotion mining methodologies, ultimately contributing to improved disaster preparedness, response, and recovery. Keywords: emotion mining, sentiment analysis, natural disasters, psychology, technological disasters

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL