将来事象予見型の新しい被害予測技術「リアルタイム物理・社会現象予測AI」の開発

开发预测未来事件的新型损害预测技术“实时物理和社会现象预测AI”

基本信息

批准号：
20H02410
负责人：
廣井悠
金额：
$ 11.07万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

本研究では，災害対応のDX化と新たな防災教育技術の構築を目指して、災害に関する記述から機械的に因果を抜き出して災害連関図を作成する方法論を確立する．昨年度までは，これまでの災害教訓から得られる膨大な災害事象の網羅的な因果データベースを機械学習を用いて構築し，それを利用して近い将来に起こりうる災害事象をリアルタイムで抽出するものであり（イベントツリー・タイムラインの形），災害発生直後に，定性的ではありながらも，近い将来を予測可能とする目的で開発を進めている．今年度は昨年度の朝日新聞データのみならず，年次を10年まで拡張し，様々な新聞記事を対象として災害間比較を行った．たとえば、河北新報における台風19号の新聞記事については，精度判定には全体の約5%のテストデータを用い，その結果として，利用した新聞記事の文章数59,537センテンスのうち，因果関係がありそうな文章候補が12,802センテンス見つかった（うち6,406文が手がかり表現による因果文候補，6,396文が継起因果表現による因果文候補）．これを用いて因果関係を抽出したところ，抽出された因果関係は3,512となった．この結果，災害の規模が小さいと、災害の大きさが小さいと因果ツリーの抜き出しが少ないことが分かった．今後はワークショップを行うことで，因果データベースを拡充する予定である．また今年度は，発生する事象に重みをつけ，ネットワークの頑健性等を量的に評価することで因果関係を断ち切る効率的な意思決定として重要なChainの切り方を考察した．

在这项研究中，我们将通过机械地从与灾难相关的陈述中提取因果关系结果来建立一种创建与灾难相关关系图的方法，目的是DX在灾难响应中并建立新的预防灾难预防教育技术。直到去年，我们已经构建了一个详尽的因果关系数据库，可以从迄今为止使用机器学习学到的以前的经验中获得，然后将其用于提取可能在不久的将来实时发生的灾难事件（事件树时间轴的形式），并且目前正在开发系统，旨在使灾难发生在灾难之后，即使是可以预测的，即使是可以预测的，也可以预测灾难。今年，我们将这一年扩展到2010年，不仅是去年的Asahi Shimbun数据的数据，而且还比较了与灾难相关的事件，以各种报纸文章为目标。例如，对于关于Kahoku Shimpo第19号台风第19号的报纸文章，使用总测试数据的大约5％用于确定准确性，因此，在使用的报纸上的59,537个句子中，在使用的59,537个句子中，发现了12,802句话，发现有6,406个句子的句子（6,406个句子）是候选人（6,406个候选人），并有6,406个候选人的句子，以及6,406的句子，以及6,406个候选人，以及6,406个候选人的句子，以及6,406个候选人的句子，以及6,406个候选人的句子，以及6,406个候选人的句子，以及6,406个候选人的句子。使用继承表达式的因果陈述）。当我们使用它来提取因果关系时，提取的因果关系为3,512。结果，发现如果灾难的大小很小，灾难的大小很小，而因果树提取很小。将来，我们计划通过举办研讨会来扩展因果数据库。此外，今年，我们讨论了如何通过加权事件和定量评估网络鲁棒性等来打破因果关系来切割有效决策的链条，这是有效的决策。