@article{oai:ipsj.ixsq.nii.ac.jp:00162234,
 author = {水野, 淳太 and 後藤, 淳 and 大竹, 清敬 and 川田, 拓也 and 鳥澤, 健太郎 and クロエツェー, ジュリアン and 田仲, 正弘 and 橋本, 力 and 奥村, 明俊 and Junta, Mizuno and Jun, Goto and Kiyonori, Ohtake and Takuya, Kawada and Kentaro, Torisawa and Kloetzer, Julien and Masahiro, Tanaka and Chikara, Hashimoto and Akitoshi, Okumura},
 issue = {1},
 journal = {情報処理学会論文誌コンシューマ・デバイス＆システム（CDS）},
 month = {May},
 note = {我々は，災害時にTwitterに投稿される膨大な情報を効率良く検索するために対災害SNS情報分析システムDISAANAを開発し，スマートフォンおよびPCで誰もが利用可能なWebアプリケーションとして試験公開している．本稿では，まず先行システムについて説明し，その問題点についてまとめる．次に，それらの問題をDISAANAがどのように解消するかを説明する．特に，不適切な回答候補の抽出を回避するために導入したモダリティ解析について詳述する．評価実験では，東日本大震災時のツイートに対して，人手で構築した192問の質問とその回答からなる評価セットを用いて本システムの評価を行った．評価の結果，先行システムに比べてF値が7ポイント改善した．エラー分析結果に基づいて，今後の改善方針について考察する．さらに，自治体で実施したDISAANAの有用性検証実験の結果についても報告する．, We developed a web service called DISAANA that can be used by anyone from such terminals as smartphones and computers to efficiently retrieve information about natural disasters from the massive amount of posts about them. In this paper, first, we describe the construction of the previous system and its problems. Second, we describe how DISAANA solves them by focusing on modality analysis, which prevents the extraction of incorrect answer candidates. We evaluated the question answering performance of the tweets posted during the 2011 Great East Japan Earthquake using 192 manually constructed questions and their answers. DISAANA achieved a 63.0 F-measure, which outperformed the previous system's 56.0 score. We discuss further directions based on error analysis and report the results of demonstration experiments of DISAANA for a local government context.},
 pages = {106--120},
 title = {モダリティ解析の導入による対災害SNS情報分析システムDISAANAの質問応答性能の改善},
 volume = {6},
 year = {2016}
}