Exploring acceptance of autonomous vehicle policies using KeyBERT and SNA: Targeting engineering students

要約

この調査は、改善されたテキストマイニング手法を使用して、自動運転車 (AV) ポリシーがユーザーに受け入れられるかどうかを調査することを目的としています。
最近、韓国の政策立案者らは、自動運転車（ADC）と自動運転ロボット（ADR）を、旅客や物資の輸送コストを削減する次世代の交通手段とみなしている。
彼らは、ADC のための V2I および V2V 通信インフラストラクチャの構築を支援し、ADR が歩行者と同等であることを認識し、歩道への導入を促進します。
これらのポリシーのエンドユーザーの受け入れが十分に考慮されていないギャップを埋めるために、この研究では、工業、機械、電子電気コンピューターの分野の大学院生のコメントに 2 つのテキストマイニング手法を適用しました。
1 つは、TF-IWF と Dice 係数に基づく共起ネットワーク分析 (CNA) であり、もう 1 つは、コメントを文脈的に表すキーワードを抽出する KeyBERT と二重のキーワードの両方に基づくコンテキスト セマンティック ネットワーク分析 (C-SNA) です。
コサイン類似度。
これらのアプローチを比較する理由は、AV ポリシーへの影響だけでなく、この研究領域に高品質のテキスト マイニングを適用する必要性への関心のバランスをとるためです。
重要なのは、テキストのコンテキストを反映しない頻度ベースのテキスト マイニングの制限と、セマンティック ネットワーク分析 (SNA) でのしきい値調整のトレードオフが考慮されたことです。
2 つのアプローチを比較した結果、C-SNA は CNA よりも少ないノードと機能でユーザーの声を理解するために必要な情報を提供しました。
エンジニアリングリテラシーと与えられたテキストに基づいて AV ポリシーを先制的に理解したユーザーは、AV 事故ポリシーの潜在的なリスクを明らかにしました。
この調査では、公道での AV の導入を成功させるために、これらのリスクを管理するための提案が追加されています。

要約(オリジナル)

This study aims to explore user acceptance of Autonomous Vehicle (AV) policies with improved text-mining methods. Recently, South Korean policymakers have viewed Autonomous Driving Car (ADC) and Autonomous Driving Robot (ADR) as next-generation means of transportation that will reduce the cost of transporting passengers and goods. They support the construction of V2I and V2V communication infrastructures for ADC and recognize that ADR is equivalent to pedestrians to promote its deployment into sidewalks. To fill the gap where end-user acceptance of these policies is not well considered, this study applied two text-mining methods to the comments of graduate students in the fields of Industrial, Mechanical, and Electronics-Electrical-Computer. One is the Co-occurrence Network Analysis (CNA) based on TF-IWF and Dice coefficient, and the other is the Contextual Semantic Network Analysis (C-SNA) based on both KeyBERT, which extracts keywords that contextually represent the comments, and double cosine similarity. The reason for comparing these approaches is to balance interest not only in the implications for the AV policies but also in the need to apply quality text mining to this research domain. Significantly, the limitation of frequency-based text mining, which does not reflect textual context, and the trade-off of adjusting thresholds in Semantic Network Analysis (SNA) were considered. As the results of comparing the two approaches, the C-SNA provided the information necessary to understand users’ voices using fewer nodes and features than the CNA. The users who pre-emptively understood the AV policies based on their engineering literacy and the given texts revealed potential risks of the AV accident policies. This study adds suggestions to manage these risks to support the successful deployment of AVs on public roads.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google