「みんなの花粉症なう！β」では、「ツイッター(Twitter)」での発言時にGPSにより付与された位置情報や、「ツイッター」のプロフィールで公開されている現在地などから、利用者の位置を都道府県(東京都においてはさらに市区町村)単位で特定し、花粉症の症状が出ている利用者のつぶやきの量を日本地図に重ねて表示します。「ツイッター」の利用者数に影響を受けないようにつぶやき数の正規化をした上で地図上への表示を行なっています。 都道府県別では現在東京におけるつぶやきが一番多いため、「すべての都道府県で東京と同じくらい tweetされたとすると」という計算を内部で行なっています。東京都の中では、直近では世田谷区がもっとも多く tweetされているため世田谷区が基準となっています。

ニフティ研究所と共同研究を行っている東京大学「知の構造化センター」の技術を用い、「ツイッター」のつぶやきに対して独自の言語解析アルゴリズムを適用することにより、花粉症について言及しているつぶやきの内容から、花粉症の症状で困っている人の発言が否かを識別します。

「みんなの花粉症なう！β」は、位置情報やつぶやきの内容を分析することで、「ツイッター」を花粉症のセンサーの代わりに利用することができるようになり、花粉症で困っている人のリアルタイム更新可能な日本地図を完成させることができます。

東京大学　知の構造化センター pingpongプロジェクト

知の構造化センター pingpongプロジェクトでは，世界中のWeb情報と現実世界からの行為のロギングを通じて得られる情報を抽出し，行為の複数性から現れる関係を明らかにすることで，ユーザの新しい気づきや価値の発見を支援します．自然言語処理やセマンティック技術を用いた Webからのモノ・コトに関する行為の抽出を自動抽出する技術を開発しており，この技術を用いることにより本サービスでは花粉症の症状を識別することができます．

Technology

本システムは用例アプローチを用い，与えられた文と類似した用例を検索し検索結果に基づき花粉症の症状が出ているか／いないかの判定を行ないます．

References

* Eiji Aramaki, Takeshi Imai, Kengo Miyo, Kazuhiko Ohe: Patient Status Classification by using Rule based Sentence Extraction and BM25-kNN based Classifier, Workshop on Challenges in Natural Language Processing for Clinical Data, 2006.

* Eiji Aramaki, Yasuhide Miura, Masatsugu Tonoike, Tomoko Ohkuma, Hiroshi Mashuichi, Kazuhiko Ohe: TEXT2TABLE: Medical Text Summarization System Based on Named Entity Recognition and Modality Identification, Proceedings of the Human Language Technology conference and the North American chapter of the Association for Computational Linguistics (HLT-NAACL2009) Workshop on BioNLP, pp.185-192, 2009.