2014年度 ⼈⼯知能学会全国⼤会 (第28回), 2014-05-12

化化社会課題とその解決⽬標の社会課題とその解決⽬標のLODLOD化化による公共圏での協働促進サービスによる公共圏での協働促進サービスによる公共圏での協働促進サービスによる公共圏での協働促進サービス

⽩松俊1, Teemu Tossavainen1,2, 井上良太1,⼤囿忠親1, 新⾕⻁松1⼤囿忠親 , 新⾕⻁松1名古屋⼯業⼤学 ⼤学院⼯学研究科2フィンランド アールト⼤学 科学技術学校

OutlineOutline1 はじめに 本研究 背景と⽬的 れま 経緯1. はじめに: 本研究の背景と⽬的，これまでの経緯2. 社会課題とその解決⽬標のLOD化

– 協働促進に⽤いるデータの要件– 具体的な部分⽬標へ細分化することの意義

3. ゴオルシェア: ⽬標マッチングサービス– 課題と解決⽬標の⼊⼒インタフェース課題と解決⽬標の⼊⼒インタフェ ス

4. ⽬標類似度の定義と実験⽂脈的特徴における上位／下位⽬標のバランス検証– ⽂脈的特徴における上位／下位⽬標のバランス検証

5. ⼤垣市でのゴオルシェア体験イベント

はじめに: 研究の背景と⽬的はじめに: 研究の背景と⽬的背景 利害関係者が多く複雑に絡み合う地域課題• 背景: 利害関係者が多く複雑に絡み合う地域課題– e.g., 少⼦⾼齢化, 過疎化, 雇⽤問題, 災害リスク,

インフラ⽼朽化 t 幅広い層の協働が重要インフラ⽼朽化, etc. 幅広い層の協働が重要– 近年，SNS上での組織横断的な協働による取り組み増

問題点 似た問題意識を持 潜在的協⼒者を⾒付け難– 問題点: 似た問題意識を持つ潜在的協⼒者を⾒付け難い

⽬的: 「誰がどの課題をどんな道筋で解決しようと• ⽬的: 「誰がどの課題をどんな道筋で解決しようとしているか」をLOD化して共有 協働促進

問題意識の似た他者との協働の可能性を検討しやすく– 問題意識の似た他者との協働の可能性を検討しやすく– 「有⼒者が何をしようとしているか」の透明性を向上

はじめに: これまでの経緯• 2011年〜2012年前半 [JSAI 2012等]

– SOCIA: 地域に関するニュース記事やツイートを住⺠参画⽀援 ため 「議論 種」とし 化住⺠参画⽀援のための「議論の種」としてLOD化

• 2012年後半〜2013年前半 [JSAI 2013等]– 震災復興に関する記事から⼈⼿で⽬標を抽出してLOD化http://data.open-opinion.org/socia/data/Goal?rdf:type=socia:Goal

• 2013年後半〜– ⽬標マッチングサービス「ゴオルシェア」の試作短縮URL: http://bit.ly/goalshare（http://radish.ics.nitech.ac.jp/goalshare/?lang=ja ）

IAP2 (国際市⺠参画協会)

住⺠参画の段階Inform

(情報共有)Consult

(意見収集)Involve(関与)

Collaborate(協働)

Empower(決定権)

Transparency(透明性)

Participation(参画)

Collaboration(協働)⽶OGD

参画協会) (情報共有) (意見収集) (関与) (協働) (決定権)

OutlineOutline1 はじめに 本研究 背景と⽬的 れま 経緯1. はじめに: 本研究の背景と⽬的，これまでの経緯2. 社会課題とその解決⽬標のLOD化

– 協働促進に⽤いるデータの要件– 具体的な部分⽬標へ細分化することの意義

3. ゴオルシェア: ⽬標マッチングサービス– 課題と解決⽬標の⼊⼒インタフェース課題と解決⽬標の⼊⼒インタフェ ス

4. ⽬標類似度の定義と実験⽂脈的特徴における上位／下位⽬標のバランス検証– ⽂脈的特徴における上位／下位⽬標のバランス検証

5. ⼤垣市でのゴオルシェア体験イベント

社会課題とその解決⽬標のLOD化社会課題 解決⽬標 化協働促進に⽤いるデータとしての要件1. 属⼈性: 取り組んでいる⼈や組織との関連付け

2. 地域性: 対象地域との関連付け

3. 具体化容易性: 具体的な部分⽬標へ細分化象的 ぎ 標 難– 抽象的過ぎる⽬標には協⼒し難い

– プロジェクト管理分野で⼀般的Th f C t i t (TOC) [ ld ]e.g., Theory of Constraint (TOC) [Goldratt 84]

(4. 引⽤性: 出展がある場合に関連付け)

社会課題と解決⽬標のデータモデル属⼈性 (既存SNS)

地域性(GeoNames や

GeoNLP)

geo:SpatialThingfoaf:Agent

d

GeoNLP)

dcterms:creator

socia:wisher

socia:stakeholder dcterms:spatial

socia:participant

socia:solution

socia:stakeholder

socia:Goal socia:Issuesocia:solution

dcterms:titledcterms:description socia:subGoaldcterms:descriptiondcterms:creatordcterms:dateSubmitteddcterms:references

dcterms:titledcterms:descriptiondcterms:creator

S

具体化容易性引⽤性dcterms:references

socia:requiredTargetDatesocia:completedDate

dcterms:dateSubmitteddcterms:references

引⽤性

具体的な部分⽬標への細分化により期待される効果

(i) 貢献可能性の⽀援どの部分⽬標に貢献すれば良いかを分かりやすく– どの部分⽬標に貢献すれば良いかを分かりやすく

(ii) 主体間の「メタ合意」形成を⽀援( ) 主体間の メタ合意」形成を⽀援– 「総論賛成・各論反対」に陥った主体間で，

協⼒できる部分⽬標とできない部分⽬標を可視化

(iii) 類似度計算の精緻化– 上位⽬標や部分⽬標といった⽂脈的な素性を活⽤

OutlineOutline1 はじめに 本研究 背景と⽬的 れま 経緯1. はじめに: 本研究の背景と⽬的，これまでの経緯2. 社会課題とその解決⽬標のLOD化

– 協働促進に⽤いるデータの要件– 具体的な部分⽬標へ細分化することの意義

3. ゴオルシェア: ⽬標マッチングサービス– 課題と解決⽬標の⼊⼒インタフェース課題と解決⽬標の⼊⼒インタフェ ス

4. ⽬標類似度の定義と実験⽂脈的特徴における上位／下位⽬標のバランス検証– ⽂脈的特徴における上位／下位⽬標のバランス検証

5. ⼤垣市でのゴオルシェア体験イベント

Webアプリケーション「ゴオルシェア」協働促進のための⽬標マッチングサービス （インタラクティブ発表を予定）

http://bit.ly/goalshareSPARQL endpoint: http://collab.open-opinion.org/sparql

地域課題と解決⽬標の⼊⼒気付きレベルの課題を⼊⼒ 参画の敷居が低い

課題の解決⽬標の⼊⼒画⾯（課題⼊⼒者と別⼈でも可）

具体的な部分⽬標への細分化

類似⽬標の探索

socia:weight [0 1] 類似度foaf:Agent

socia:annotator

socia:weight [0..1]dcterms:date

類似度

socia:AnnotationInfo

socia:targetsocia:source

socia:Goal socia:Goalschema:isSimilarTo

あらかじめ⽬標間の類似度計算によりあらかじめ⽬標間 類似度計算によりschema:isSimilarToでリンクされていた類似⽬標が表⽰される

OutlineOutline1 はじめに 本研究 背景と⽬的 れま 経緯1. はじめに: 本研究の背景と⽬的，これまでの経緯2. 社会課題とその解決⽬標のLOD化

– 協働促進に⽤いるデータの要件– 具体的な部分⽬標へ細分化することの意義

3. ゴオルシェア: ⽬標マッチングサービス– 課題と解決⽬標の⼊⼒インタフェース課題と解決⽬標の⼊⼒インタフェ ス

4. ⽬標類似度の定義と実験⽂脈的特徴における上位／下位⽬標のバランス検証– ⽂脈的特徴における上位／下位⽬標のバランス検証

5. ⼤垣市でのゴオルシェア体験イベント

⽬標類似度の定義類似度 Bag-of-features

⽂脈的素性ベクトル

上位⽬標を辿る際の減衰率 sup(g)上位⽬標を辿る際の減衰率⽬標の階層構造

g

表層的 潜在意味的 sub(g)素性ベクトル 素性ベクトル

sub(g)

下位⽬標を辿る際の減衰率

実験: ⽂脈的特徴における位 標 位 標 バ上位⽬標／下位⽬標のバランス

減衰率

データ: 震災復興に関する100⽬標から以下の条件を満たす⽬標ペア(g1, g2) 減衰率

dsup

sup(g)以下の条件を満たす⽬標ペア(g1, g2)

• 上位／下位⽬標に互いを含まない• 引⽤元が異なる

g実験設定: dsup=dsub=0.4

似度 位 対sub(g)

減衰率での(g1, g2)の類似度順位に対し，

1. dsup=0.8, dsub=0.4（上位⽬標を強調）dsub

. dsup 0.8, dsub 0. （上位⽬標を強調）2. dsup=0.4, dsub=0.8（下位⽬標を強調）

に変えた際の順位変化を定性的に⽐較に変えた際の順位変化を定性的に⽐較

実験結果dsup=0.8, dsub=0.4（上位⽬標を強調）のとき順位が⼤きく上昇した⽬標ペア

dsup=0.4, dsub=0.8（下位⽬標を強調）のとき順位が⼤きく上昇した⽬標ペア

• 具体的な⽬標の類似度が上昇協働の可能性がある⽬標ペア

• 抽象的な⽬標の類似度が上昇協働促進には繋がり難い可能性協働の可能性がある⽬標ペア

– 上昇後に20位以内に⼊る場合も協働促進には繋がり難い可能性– 上昇後の順位が⽐較的低い

「下位⽬標より上位⽬標を強調した類似度計算の⽅が「下位⽬標より上位⽬標を強調した類似度計算の⽅が，協働促進に適した⽬標マッチングに繋がる」ことを⽰唆

OutlineOutline1 はじめに 本研究 背景と⽬的 れま 経緯1. はじめに: 本研究の背景と⽬的，これまでの経緯2. 社会課題とその解決⽬標のLOD化

– 協働促進に⽤いるデータの要件– 具体的な部分⽬標へ細分化することの意義

3. ゴオルシェア: ⽬標マッチングサービス– 課題と解決⽬標の⼊⼒インタフェース課題と解決⽬標の⼊⼒インタフェ ス

4. ⽬標類似度の定義と実験⽂脈的特徴における上位／下位⽬標のバランス検証– ⽂脈的特徴における上位／下位⽬標のバランス検証

5. ⼤垣市でのゴオルシェア体験イベント

⼤垣市でのゴオルシェア体験イベント• オープンデータカフェ in ⼤垣 (2013年12⽉19⽇)

会場: ソフトピアジャパン 主催: 株式会社CCL– 会場: ソフトピアジャパン，主催: 株式会社CCL– 参加者: 12名（市⺠，IT技術者，⾏政関係者，⼤学教員）ゴオルシ アのコンセプト説明の後 体験• ゴオルシェアのコンセプト説明の後，体験– まず3グループに分かれ，付箋で課題と解決⽬標を構造化

ゴ– 書き出された⽬標の階層構造をゴオルシェアへ⼊⼒• 持参ノートPC または 貸し出したiPad

⼤垣市でのゴオルシェア体験イベントゴオルシェアの適⽤可能性に関するアンケート

Q1 ゴオルシ アが正式にサ ビス開始したら 協⼒できる可能性Q1: ゴオルシェアが正式にサービス開始したら，協⼒できる可能性のある⼈を探すために使いたい → 肯定: 8⼈（3分の2）

Q2: ゴオルシェアに課題や⽬標のデータが蓄積されたら，世の中の動向がわかりやすくなると思う → 肯定: 8⼈（3分の2 ）

Q3: ゴオルシェアに課題や⽬標のデータが蓄積されたら，地域事情に通じていなかった⼈でも参加・貢献しやすくなると思う

→肯定: 10⼈（8割以上）

ゴオルシ 適⽤可能性に関すゴオルシェアの適⽤可能性に関する上記の肯定的な評価と，改善点のフィードバックを得た

グル プユ ザの必要性• グループユーザの必要性• 複数の上位⽬標を許容すべき• etc.

まとめと今後の課題• ⽬的: 「誰がどの課題をどんな道筋で解決しようと

しているか」をLOD化して共有 協働促進しているか」を O 化して共有 協働促進• 協働促進のための要件: 属⼈性, 地域性, 具体化容易性• 「ゴオルシェア」の試作: http://bit ly/goalshare• 「ゴオルシェア」の試作: http://bit.ly/goalshare

– 課題⼊⼒ → 解決⽬標作成 → 具体的部分⽬標へ細分化類似⽬標のマ チング• 類似⽬標のマッチング– ⽂脈的素性のバランス: 上位⽬標＞下位⽬標 が⽰唆された

• 体験イベント: 参加した⼤垣市⺠の肯定的フィードバック

今後の課題今後の課題• 類似性だけでなく，スキルやリソースの相補性も考慮• 関連記事からの課題や⽬標の⾃動抽出に向けたコーパス整備

– WFE-a (既存Webページへのアノテーションシステム) の利⽤

（以下 予備スライド）（以下，予備スライド）

RDFaによる記事への⽬標タグ付け• RDFa: HTMLにマシンリーダブルなタグを埋め込む形式

– LODもRDFベースなので整合性あり• WFEa: 既存のHTML⽂書にRDFaのタグを追加可能な

アノテ シ ンシステム [井上 13 投稿準備中]アノテーションシステム [井上+ 13 投稿準備中]– 記事中の⽬標を表す箇所へのタグ付けに利⽤– 「⽬標抽出器」のための学習データの蓄積＝公共圏の⽬標コーパス– 「⽬標抽出器」のための学習デ タの蓄積＝公共圏の⽬標コ パス

⽯巻市の浜の復興養殖に関する指導者確保

⽯巻市の浜の復興

socia:subgoal (部分目標)socia:supergoal (上位目標)

関連するサービス関連するサ ビス公的⽬標の共有公的⽬標の共有• Neighborland: http://neighborland.com/ (⽶国)

– 「地域に欲しいもの」のアイディア共有Webサービス「地域に欲しいもの」のアイディア共有Webサ ビス– 定型⽂ “I want [欲しいもの] in [地区名]”

社会課題の共有• FixMyStreet Japan: https://www.fixmystreet.jp/

– ゴミの投棄，道路の陥没，落書きなど地域のインフラ不具合を公的な問題として投稿

– ⾏政による対応を迅速化⾏政による対応を迅速化

協業促進のためには，本研究が扱う類似⽬標マッチングや公的⽬標の階層構造のオープンデータ化が必要

（参考）⽬標の階層構造に関連する（参考）⽬標の階層構造に関連するプロジェクト管理分野のモデル

• 前提条件ツリー (PRT; Prerequisite Tree)TOC (Th f C t i t) [G ld tt 84]– TOC (Theory of Constraint) [Goldratt 84]

– 災害復旧への適⽤事例[程09, ⼤原11]もあり，本研究との親和性⾼

• 作業分割構成 (WBS; Work Breakdown Structure)• 作業分割構成 (WBS; Work Breakdown Structure)– PMBOK (Project Management Body of Knowledge) [PMI 87]

公共圏での住⺠参画や協業を促進するためには，1. SNSのような属⼈的情報としてオープンデータ化2. モデルを知らなくても⽬標データを⼊⼒できる平易さ

が必要

運⽤イメージ⽤「課題」タブ

歩きスマホを「⽬標」タブ

歩きスマホの⼈危ないよ！

歩きスマホを減らす！

部分⽬標の追加

⼈危ないよ！

歩きスマホ防⽌アプリを作ろう協⼒

類似⽬標の検索

歩きスマホ防⽌条例Androidでスマホ防⽌アプリスマホ防⽌アプリ

作ります

TOCにおけるPRTの例TOCにおけるPRTの例

⼭本修⼀郎: 要求⼯学 (第29 回) 前提条件ツリーと移⾏ツリー, ビジネスコミュニケーション 44(3), pp. 98-102 (2007)より

公的⽬標マッチングサービスの要件公的⽬標マッチングサ ビスの要件• 協業の相⼿となり得る他主体を探すため• 協業の相⼿となり得る他主体を探すため，

下記2条件のいずれかを満たす他主体を検索可能に– ⽬指す⽬標や注⽬する課題が似ている (多主体間で)( )– スキルやリソースを補い合える (2主体間で)

• 抽象的な⽬標を部分⽬標に細分化できる

本稿の焦点(2サイドマッチングに

限定しない)• 抽象的な⽬標を部分⽬標に細分化できる– 抽象的な⼤⽬標には，何をすれば協⼒できるか分かり難い– 「総論賛成・各論反対」状態への対処

• 「困ったこと」は認識しているが，⾃らがその解決を⽬指すのはためらうような住⺠でも参加可能⽬指すのはためらうような住⺠でも参加可能– まず，気付きレベルの「困っている／解決したい課題」を⼊⼒– その課題を⾒た実⾏⼒ある別の主体が，課題 ⾒ 実⾏ 別 体 ，

その解決のための⽬標を新たに⼊⼒できるように