2012年夏のロンドン五輪の時期に五輪関連ニュースおよびツイートを収集し、 時間軸方向に話題を集約することにより、 ロンドン五輪に関する報道の関心動向、および、一般民衆の関心の推移を俯瞰します。 そして、ニュース、ツイート、それぞれ独立に、主要な話題に関するバースト (見逃してはいけない急激な勃発)を検出します。 その結果、ニュースでは報道されたが、一般民衆の関心が低かった話題、 逆に、ニュースでは大きな報道対象とならないのに、一般民衆の関心が集中した話題、 といった話題の特性が容易に観察できます。 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 ⇒ 3. 検索エンジンにおける情報集約・俯瞰機能 ⇒ 時間軸方向に話題を集約・俯瞰し、バースト(見逃してはいけない急激な勃発)を検出する (Twitter編)

1. ニュース・ツイッター間の対応を考慮した
バースト・トピックの同定
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. 目次
• 研究背景・概要
• ⼿法説明
• 結果
• まとめ・今後の課題
2

3. 目次
• 研究背景・概要
• ⼿法説明
• 結果
• まとめ・今後の課題
3

4. 研究背景
• ⽇々⽣成される
時系列データを効率よく俯瞰したい
この中から有用な情報を⾒つける
(※イメージ)
4

5. 研究背景
• [⾼橋12]では，Kleinbergの⼿法[Kleinberg02]
を用いたトピックのバースト解析⽅式を確⽴
4800 キーワード 7 トピック
従来のキーワードのバースト解析と⽐較して，扱える情報の粒度が 大
→ 情報の集約度 大 5

6. 研究背景
• [⾼橋12]では，Kleinbergの⼿法[Kleinberg02]
を用いたトピックのバースト解析⽅式を確⽴
しかし，
⼀種類の
時系列⽂書の
バーストしか
4800 キーワード
追えない 7 トピック
従来のキーワードのバースト解析と⽐較して，扱える情報の粒度が 大
→ 情報の集約度 大 6

7. 本研究の概要
• ニュース・ツイッターの
混合⽂書ストリームから
情報源共通のトピックを推定し，
そのトピックを対象として，
情報源ごとに
独⽴にトピックのバーストを同定する
トピックの粒度で，2つの情報源における
バーストの相関関係がわかる 7

8. 目次
• 研究背景・概要
• ⼿法説明
• 結果
• まとめ・今後の課題
8

9. ⼿法説明①
― ２つの情報源からなる混合時系列⽂書の作成―
• 2012/07/24〜8/13において，
ロンドン五輪に関係する*
ニュース2,308件，ツイート57,414件を混ぜた
混合時系列⽂書集合（計59,722⽂書）を作成
2種類の情報源を混ぜた
時系列データ集合
時系列ニュース
2,308件
59,722⽂書
時間
時間
ツイッター 57,414件
＋
＊ロンドン五輪に関係する
時系列ニュース ツイッター ＝ 五輪，ロンドン，オリンピック，⾦メダル，
時間 銀メダル，銅メダル，選⼿，⽇本代表 9
・・・ のいずれかのキーワードを含む

10. ⼿法説明②
― ２つの情報源共通のトピックを推定する―
• DTM（Dynamic Topic Model)[Blei06]を用いて，
2種類の情報源共通のトピックを推定する
2種類の情報源を混ぜた
トピックz1
時系列データ集合
時系列ニュース
トピックz2
50トピック
として推定
時間 トピックz3
・
時間 ・
ツイッター トピック ・
＋ モデル
DTM トピックz50
時系列ニュース ツイッター
時間 10

11. ⼿法説明③
― ２つの情報源を同⼀トピックに対応づける―
• 各⽂書b ごとに，ニュース・ツイッターの区別なく
共通のトピックznの分布p(zn|b) が推定される
吉田が３連覇を達成
55キロ級の吉田沙保里が63
キロ級の伊調馨に続き、五 トピック z1
輪３連覇を達成した。
五輪３連覇を達成したことで、
男子グレコローマン最重量級
のアレクサンドル・カレリン
（ロシア）が記録した五輪・世
トピック z2 吉田選手
すごい！(*^^*)
五輪三連覇おめでとう
界選手権１２連覇に並んだ。 ございます！！
まさに偉業と言える。
トピック z3
p( z2 | b ) = 0.06
p( z2 | b ) = 0.12
p( z3 | b )=0.26 トピック z4 p( z3 | b )=0.22
p( z1 | b )=0.01
p( z1 | b )=0.01
p( z4 | b )=0.60 トピック z5 p( z4 | b )=0.70
p( z5 | b )=0.01 p( z5 | b )=0.01
11
ニュース記事 ツイート

12. ⼿法説明 ④
― 各トピックの関連⽂書数rtを求める[⾼橋12]―
• 各トピックznについて，次の式を用い， トピック z2
ある⽇t における z トピック 1
トピック z3
トピックの関連⽂書数rt を算出 p(z |b) 2
…………
…………
p(z3|b)
= 0.10 …………
…………
…………
=0.05
…………
p(z1|b)
…………
…………
…………
…………
= 0.85 ⽂書b
0.85 ⽂書
rt ,ニュース   p ( z n | bニュース )
b
rt ,ツイート   p ( z n | bツイート )
12
b

13. 例：
ニュース
20
12
0
0.05
0.1
0.15
0.2
0.25
0.3
/7
/2
20
12 4
/7
/2
20
12 5
/7
/2
20
12 6
/7
/2
20
12 7
/7
/2
20 8
トピック「サッカー」
12
/7
/2
20
12 9
/7
/3
20
12 0
/7
/3
20 1
12
20 /8
12 /1
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
/7 20
/2 12
20
12 4 /8
/2
/7 20
/2 12
20
12 5 /8
/3
/7 20
/2 12
20
12 6 /8
/4
/7 20
/2 12
20
12 7 /8
20 /5
/7
/2 12
20
12 8 /8
20 /6
/7
/2 12
20
12 9 /8
20 /7
/7
/3 12
20
12 0 /8
/7 20 /8
/3 12
20 1 /8
12 20 /9
/8 12
20 /1 /8
/1
12
/8
20
12 0
20 /2 /8
12 /1
/8
20
12 1
20 /3 /8
12 /1
/8 20
12 2
⼿法説明 ④
20 /4 /8
12 /1
/8 3
20 /5
12
/8
20 /6
12
/8
20 /7
12
/8
20 /8
―情報源ごとの性質の違い―
12
/8
20 /9
12
/8
/1
20
12 0
/8
/1
20
12 1
/8
/1
20
12 2
/8
/1
3
⼀⽇ごとの，トピック「サッカー」について書かれた⽂書数の割合
13
ツイッター

14. ⽔⾊：
⼿法説明 ④ 男⼦サッカー
ピンク：
2012/07/27
⽇本⾦星…永井の
2012/07/30
―情報源ごとの性質の違い― ⼥⼦サッカー
スピードが⽣んだ 2012/08/04
男⼦サッカー3大
2012/07/25 スペインの混乱 なでしこらしさ
0.3
会ぶり決勝Tへ 2012/08/05
なでしこ出陣 100％で４強 けがの永井、準決
カナダと
0.25 2012/08/07
勝は「厳しそう」
なでしこ決勝進出、
まもなく対戦 0.2
関塚監督⾒通し メダル確定
0.15
ニュース 0.1
2012/08/09
0.05 サッカー男⼦、
0 連戦で疲労…
2012/07/24 守備⽴て直し急務
/1
/2
/3
/4
/5
/6
/7
/8
/9
4
5
6
7
8
9
0
1
0
1
2
3
/2
/2
/2
/2
/2
/2
/3
/3
/1
/1
/1
/1
男⼦サッカー
/8
/8
/8
/8
/8
/8
/8
/8
/8
/7
/7
/7
/7
/7
/7
/7
/7
/8
/8
/8
/8
12
12
12
12
12
12
12
12
12
2012/07/26 2012/07/26
12
12
12
12
12
12
12
12
12
12
12
12
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
初戦が優勝候補 なでしこ ⽇本代表すごいｗ
関塚監督「誇りを ⼀⽇ごとの，トピック「サッカー」について書かれた⽂書数の割合
⽩星発進 スペインに先制ｗ 2012/07/27 2012/08/04
持って戦う」 スペインに勝つ2012/07/30 永井下がっちゃっ
とか奇跡ｗｗ
0.1
2012/08/07
0.09 永井 たか…
この耐え忍ぶ試合展
2012/07/25 0.08
ゴール！！！
なでしこ対 0.07 開はアトランタ五輪
カナダ！
0.06
のときにも⾒たな
0.05
眠れません！!！ 0.04
0.03 ツイッター
0.02
0.01
0
例：
/1
/2
/3
/4
/5
/6
/7
/8
/9
4
5
6
7
8
9
0
1
0
1
2
3
/2
/2
/2
/2
/2
/2
/3
/3
/1
/1
/1
/1
/8
/8
/8
/8
/8
/8
/8
/8
/8
/7
/7
/7
/7
/7
/7
/7
/7
/8
/8
/8
/8
14
12
12
12
12
12
12
12
12
12
トピック「サッカー」
12
12
12
12
12
12
12
12
12
12
12
12
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20

15. ⼿法説明 ⑤
バースト解析[Kleinberg02]
―バースト解析[Kleinberg02]―
1. ある⽇t における総データ数 t と，ある情報についてのデータ数 d rt
2. 各⽇で，ある情報についてのデータが出現した割合 r d

t t
と，その期間内平均 r d t t
t
3. バースト状態・非バースト状態を遷移する 例：
系列q のコストを計算して最⼩コスト系列を求める 特定の
キーワードを
含む⽂書数
 m 1   m 
c(q | rt , d t )    (it | it 1 )      (it , rt , d t ) 
 t 0   t 1 
バースト p0
状態 q1
=
rt d t
r t dt
非バースト t 15
状態 q0 時間

16. 目次
• 研究背景・概要
• ⼿法説明
• 結果
• まとめ・今後の課題
16

17. ニュース
20
12
0
0.05
0.1
0.15
0.2
0.25
0.3
/7
/2
20
12 4
/7
/2
20
12 5
/7
/2
20
12 6
/7
/2
20
12 7
2012/07/25〜07/28
初戦で⽇本が勝利
男⼦・⼥⼦ともに
/7
/2
20
12 8
/7
2012/07/27
/2
20
12 9
/7
スペインの混乱
/3
0
スピードが⽣んだ
⽇本⾦星…永井の
20
2012/07/27
12
とか奇跡ｗｗ
/7
/3
スペインに勝つ
20 1
12
/8
20 /1
12
20 /8
12 /2
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
/7 20
/2 12
20 4 /8
12 /3
/7 20
/2 12
20 5 /8
12 /4
/7 20
20 /2 12
12 6 /8
/7 20 /5
/2 12
20 7 /8
12 /6
/7 20
2012/07/30
/2 12
20 8 /8
12 /7
/7 20
/2 12
第2試合も勝利
20
男⼦サッカー，
12 9 /8
/7 20 /8
/3 12
20 0 /8
12
/7 20 /9
/3 12
20 1 /8
12 /1
/8 20
12 0
20 /1 /8
12 /1
/8 20
12 1
/2
20 /8
12 /1
/8 20
12 2
/3
20 /8
12 /1
/8 3
永井
20 /4
12
/8
/5
p0
20
2012/07/30
12
2012/08/04
ゴール！！！ /8
結果 ：サッカー
/6
20
12
/8
準々決勝で勝利
20 /7
男⼦・⼥⼦ともに
12
/8
/8
20
12
/8
20 /9
12
/8
20 /1
12 0
/8
/1
（上：ニュース，下：ツイッター）
20 1
12
/8
/1
20 2
12
/8
/1
3
p0
2012/08/07
17
のときにも⾒たな
2012/08/07〜08/08
開はアトランタ五輪
この耐え忍ぶ試合展
準決勝が⾏われる
男⼦・⼥⼦ともに
ツイッター

18. 2012/07/27
結果 ：サッカー
⽇本⾦星…永井の
スピードが⽣んだ
（上：ニュース，下：ツイッター）
スペインの混乱
0.3 ニュース
0.25
だらだらと毎⽇
0.2
関連⽂書がある
ニュース 0.15 →選⼿や監督の試合後の様⼦，
0.1 ジャーナリスとによるコラムも報道
2012/08/04
p0
0.05
男⼦・⼥⼦ともに
0
/1
2012/07/30 準々決勝で勝利 2012/08/07〜08/08
/2
/3
/4
/5
/6
/7
/8
/9
4
5
6
7
8
9
0
1
0
1
2
3
/2
/2
/2
/2
/2
/2
/3
/3
/1
/1
/1
/1
ツイッター 男⼦サッカー， 男⼦・⼥⼦ともに
/8
/8
/8
/8
/8
/8
/8
/8
/8
/7
/7
/7
/7
/7
/7
/7
/7
/8
/8
/8
/8
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
12
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
2012/07/25〜07/28 第2試合も勝利 準決勝が⾏われる
関連⽂書が増加する
男⼦・⼥⼦ともに
ピークがはっきりしている 2012/08/07
初戦で⽇本が勝利 0.14
この耐え忍ぶ試合展
→試合が⾏われているとき， 0.12
リアルタイムにその様⼦をツイート 0.1 開はアトランタ五輪
0.08
のときにも⾒たな
0.06
0.04
ツイッター
2012/07/27
スペインに勝つ
0.02 p0
0
とか奇跡ｗｗ 2012/07/30
4
5
12 6
7
8
12 9
0
1
20 /1
/2
/3
20 /4
/5
/6
20 /7
/8
/9
12 0
1
2
3
/2
/2
/2
/2
/2
/2
/3
/3
/1
/1
/1
/1
/8
/8
/8
/8
/8
/8
/8
/8
/8
永井
/7
/7
/7
/7
/7
/7
/7
/7
/8
/8
/8
/8
12
12
12
12
12
12
12
12
12
18
12
12
12
12
12
12
12
12
12
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
ゴール！！！