要約: Twitter（現在はX）は、危機時の状況認識のためのソーシャルメディアデータの重要な源となっています。危機情報学の研究は、危機に関連するさまざまなタスクのAIシステムを開発・評価するために、Twitterのツイートを広く利用してきました。これにより、被害評価を支援します。 しかし、Twitterのデータアクセス方針の最近の変更により、危機に関連する実データのツイートデータセットを作成することがますます難しくなっています。さらに、既存のキュレーション済みツイートデータセットは、特定の文脈における過去の危機イベントに限定されており、大規模にアノテーションするにはコストがかかります。これらの制約は、危機情報学で用いられるAIシステムの開発と評価を制約します。この制約に対処するために、危機関連の合成ツイートデータセットを生成するエージェント型ワークフローを導入します。このワークフローは、予め指定されたターゲット特性を条件として合成ツイートを反復的に生成し、事前に定義されたコンプライアンスチェックで評価し、次の反復でそれを洗練するための構造化されたフィードバックを組み込みます。ケーススタディとして、地震後の損害評価に関連する合成ツイートデータセットを生成するためにこのワークフローを適用します。このワークフローが、位置情報と損害レベルのターゲットラベルを捉えた合成ツイートを生成できることを示します。さらに、得られた合成ツイートデータセットを、ジオロケーション（地理的位置推定）や損害レベル予測といった損害評価タスクでAIシステムを評価するために使用できることを示します。我々の結果は、このワークフローが実世界のツイートデータのキュレーションに対する柔軟でスケーラブルな代替手段を提供し、多様な危機イベント、社会的文脈、および危機情報学アプリケーション全体で系統的に合成ソーシャルメディアデータを生成できることを示しています。
返却形式: {"translated": "翻訳されたHTML"}
