インフォデミックによる食を巡る風評被害発生過程の解明及び抑制の為の深層学習の適用

应用深度学习阐明和压制信息疫情造成的食品相关谣言造成损害的过程

• 批准号: 22K05859
• 负责人: 加藤 弘祐
• 金额: $ 2.66万
• 依托单位: National Agriculture and Food Research Organization
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K05859/
• 关键词: 食の風評被害; 自然言語処理; インフォデミック; ソーシャルメディア; リスクコミュニケーション

研究計画の推進と達成に向けて、2023年度においては、主に下記の三点に取り組んだ。第一に、今般のCOVID-19の世界的流行に伴うインフォデミックに関する研究蓄積、および、2011年に発生した福島第一原発事故に伴って生じた食品への風評被害に関する研究蓄積について、学術文献を中心とした文献サーベイにより調査した。更に、文献サーベイにおいては、将来的なインフォデミックが生じた際の対策検討のための消費者実験の設計に向けて、インフォデミックを引き起こし得る要因についても調査を進めた。その結果、現在急速に普及している大規模言語モデル（Large Language Models）を用いたサービスについて、誤情報の拡散による新たなインフォデミックを発生させる可能性が指摘されていることが知見として得られた。第二に、COVID-19によるフードシステムや消費者の食意識への影響について、計量的な観点に基づいた上で研究動向を見通すため、発展的な文献サーベイとして、学術文献を対象とした科学計量分析の適用を図った。第三に、インフォデミック下における適切なリスクコミュニケーション手段の検討に向けたアンケート調査の設計を行い、調査結果に対する分析手法についても検討を進めた。分析手法については、アンケートの回答テキストを対象として、単語および回答文の極性を定量的に測ることの可能な手法の選定を進めた。次年度以降に実施するテキスト分析において、本年度検討した分析手法である、教師なし機械学習を用いた自然言語処理手法を採用する予定である。

为推进和实现研究计划，2023财年我们主要做了以下三点工作。首先，我们将回顾关于与当前全球 COVID-19 大流行相关的信息流行病以及 2011 年发生的福岛第一核电站事故对食品声誉造成损害的学术文献。通过文献调查进行，重点关注以下内容。此外，在文献调查中，我们还调查了导致信息疫情的因素，目的是设计消费者实验，研究未来发生信息疫情时的应对措施。结果发现，目前正在迅速流行的使用大型语言模型的服务有可能因虚假信息的传播而引发新的信息流行病。其次，为了从定量角度预测 COVID-19 对食品系统和消费者食品意识影响的研究趋势，我们针对学术文献进行了科学文献调查，并尝试应用计量经济学分析。第三，我们设计了问卷调查来检验信息流行病下适当的风险沟通方法，并考虑了调查结果的分析方法。在分析方法上，我们选择了一种可以使用问卷回答文本定量测量单词和回答句子极性的方法。在明年开始进行的文本分析中，我们计划采用利用无监督机器学习的自然语言处理方法，这也是今年考虑的分析方法。

项目成果

Semantic Analysis of Palm Oil Industry Patents Using A Neural Topic Model to Determine Technological Transition

使用神经主题模型进行棕榈油行业专利语义分析以确定技术转型

• 发表时间: 2022
• 作者: KATO Kosuke;KOBAYASHI Hiroaki
• 通讯作者: KOBAYASHI Hiroaki

Understanding Research Trends in Organic Agriculture Using Text Mining on Academic Studies

使用学术研究文本挖掘了解有机农业的研究趋势

• 发表时间: 2022
• 作者: Kosuke KATO;Junko YAMAMOTO;Hiroaki KOBAYASHI
• 通讯作者: Hiroaki KOBAYASHI