 |
| Comparaci贸n entre el mapa de precipitaciones y el mapa de tuits (seg煤n dos clasificadores diferentes: uno con datos etiquetados en alem谩n, ingl茅s, espa帽ol, franc茅s y otro que, adem谩s, a帽ade los tuits en italiano). / UPF |
Personal investigador de Italia y Esp帽a ha integrado en un sistema paneuropeo de prevenci贸n de inundaciones la informaci贸n que facilitan los mensajes de Twitter. La combinaci贸n de las predicciones hidrometeorol贸gicas y el seguimiento autom谩tico e inmediato del evento permiten acortar la respuesta durante las situaciones de crisis por este tipo de desastre natural.
Las inundaciones son el desastre natural que m谩s da帽os ocasiona cada a帽o en Europa. Ahora, un equipo de investigadores europeos ha desarrollado un prototipo de sistema para integrar el an谩lisis del contenido de las redes sociales en el European Flood Awareness System (EFAS), una organizaci贸n cuyo objetivo principal es adoptar medidas preventivas antes de posibles episodios de inundaciones, principalmente en las grandes cuencas fluviales europeas.
El sistema integra los datos de las redes sociales de manera autom谩tica cuando un modelo hidrometeorol贸gico dispara el aviso sobre el riesgo de inundaci贸n. En el estudio, liderado por miembros del Joint Research Centre (JRC) de la Uni贸n Europea de Ispra (Italia), han participado investigadores de la Universidad Pompeu Fabra (UPF). En concreto, Carlos Castillo, coordinador del Grupo de Ciencia en Web y Computaci贸n Social (WSSC) en esta universidad, donde lleva a cabo su tesis el primer autor, Valerio Lorini. El art铆culo se ha publicado on lineen Arvix.org y se presentar谩 a la 16th ISCRAM Conference que tendr谩 lugar en Valencia el 19 de mayo
El sistema integra los datos de las redes sociales de manera autom谩tica cuando un modelo hidrometeorol贸gico dispara el aviso sobre el riesgo de inundaci贸n
El prototipo, denominado Social Media for Flood Risk (SMFR), podr铆a ayudar a entender lo que est谩 pasando en las zonas inundadas y a determinar qu茅 puntos pueden necesitar atenci贸n inmediata en tiempo real. La herramienta trabaja en colaboraci贸n con la EFAS, que cuando identifica las zonas con riesgos de inundaci贸n m谩s elevados, provoca que el sistema SMFR empiece a recopilar tuits de los usuarios de las 谩reas afectadas.
La inteligencia artificial se pone en marcha
"La recopilaci贸n de informaci贸n fiable de Twitter no es una tarea f谩cil, sobre todo teniendo en cuenta que EFAS cubre un 谩rea con m谩s de 27 idiomas", comenta Castillo. Aqu铆 es donde el equipo investigador pone la inteligencia artificial a trabajar.
Cuando la organizaci贸n EFAS identifica las zonas con riesgos m谩s altos de inundaci贸n, el sistema SMFR empiece a recopilar tuits de los usuarios de las 谩reas afectadas
Para empezar, los investigadores capacitaron a SMFR para detectar palabras clave relacionadas con inundaciones en ingl茅s, alem谩n, espa帽ol y franc茅s. En una prueba piloto durante las inundaciones que tuvieron lugar en Calabria (Italia), del 2 al 5 de octubre de 2018, la herramienta recopil贸 con 茅xito 14.347 tuits durante tres d铆as, los clasific贸 por relevancia y proporcion贸 datos de localizaci贸n geogr谩fica.
"Nuestro trabajo proporciona una soluci贸n y una metodolog铆a para integrar la modelizaci贸n de inundaciones y las caracter铆sticas del terreno en tiempo real para varios pa铆ses, al tiempo que proporciona informaci贸n de primera mano proveniente de testigos y medios de comunicaci贸n locales", explica Castillo.
Esta combinaci贸n 煤nica de predicci贸n de simulaci贸n hidrol贸gica y de seguimiento autom谩tico e inmediato de la extensi贸n del evento a trav茅s de redes sociales, sin necesidad de traducir manualmente informaci贸n, permite acortar la respuesta a la situaci贸n de crisis. Tiempo, que es extremadamente valioso en las primeras etapas de una inundaci贸n.
EFAS integra la informaci贸n de las redes sociales identificando mensajes representativos y pertinentes de las zonas afectadas por las inundaciones en las lenguas habladas en estas 谩reas, en paralelo a los datos que recopila v铆a sat茅lite.
Como explican los autores "sabemos que las redes sociales pueden proporcionar datos oportunos durante los desastres naturales. Nuestro trabajo ha prestado atenci贸n a la manera de integrar los medios de comunicaci贸n social de una manera segura y fiable con otras herramientas para la previsi贸n y seguimiento de desastres encontrando mensajes representativos y pertinentes de las zonas afectadas por las inundaciones en las lenguas habladas en estas 谩reas".
Referencia bibliogr谩fica:
Valerio Lorini, Carlos Castillo, Francesco Dottori, Milan Kalas, Domenico Nappo, Peter Salamon (2019), “Integrating Social Media into a Pan-European Flood Awareness System: A Multilingual Approach”, Proceedings of 16th ISCRAM Conference, Valencia, 19 de mayo, [arxiv].
23 May 2019
www.agenciasinc.es
El sistema integra los datos de las redes sociales de manera autom谩tica cuando un modelo hidrometeorol贸gico dispara el aviso sobre el riesgo de inundaci贸n. En el estudio, liderado por miembros del Joint Research Centre (JRC) de la Uni贸n Europea de Ispra (Italia), han participado investigadores de la Universidad Pompeu Fabra (UPF). En concreto, Carlos Castillo, coordinador del Grupo de Ciencia en Web y Computaci贸n Social (WSSC) en esta universidad, donde lleva a cabo su tesis el primer autor, Valerio Lorini. El art铆culo se ha publicado on lineen Arvix.org y se presentar谩 a la 16th ISCRAM Conference que tendr谩 lugar en Valencia el 19 de mayo
El sistema integra los datos de las redes sociales de manera autom谩tica cuando un modelo hidrometeorol贸gico dispara el aviso sobre el riesgo de inundaci贸n
El prototipo, denominado Social Media for Flood Risk (SMFR), podr铆a ayudar a entender lo que est谩 pasando en las zonas inundadas y a determinar qu茅 puntos pueden necesitar atenci贸n inmediata en tiempo real. La herramienta trabaja en colaboraci贸n con la EFAS, que cuando identifica las zonas con riesgos de inundaci贸n m谩s elevados, provoca que el sistema SMFR empiece a recopilar tuits de los usuarios de las 谩reas afectadas.
La inteligencia artificial se pone en marcha
"La recopilaci贸n de informaci贸n fiable de Twitter no es una tarea f谩cil, sobre todo teniendo en cuenta que EFAS cubre un 谩rea con m谩s de 27 idiomas", comenta Castillo. Aqu铆 es donde el equipo investigador pone la inteligencia artificial a trabajar.
Cuando la organizaci贸n EFAS identifica las zonas con riesgos m谩s altos de inundaci贸n, el sistema SMFR empiece a recopilar tuits de los usuarios de las 谩reas afectadas
Para empezar, los investigadores capacitaron a SMFR para detectar palabras clave relacionadas con inundaciones en ingl茅s, alem谩n, espa帽ol y franc茅s. En una prueba piloto durante las inundaciones que tuvieron lugar en Calabria (Italia), del 2 al 5 de octubre de 2018, la herramienta recopil贸 con 茅xito 14.347 tuits durante tres d铆as, los clasific贸 por relevancia y proporcion贸 datos de localizaci贸n geogr谩fica.
"Nuestro trabajo proporciona una soluci贸n y una metodolog铆a para integrar la modelizaci贸n de inundaciones y las caracter铆sticas del terreno en tiempo real para varios pa铆ses, al tiempo que proporciona informaci贸n de primera mano proveniente de testigos y medios de comunicaci贸n locales", explica Castillo.
Esta combinaci贸n 煤nica de predicci贸n de simulaci贸n hidrol贸gica y de seguimiento autom谩tico e inmediato de la extensi贸n del evento a trav茅s de redes sociales, sin necesidad de traducir manualmente informaci贸n, permite acortar la respuesta a la situaci贸n de crisis. Tiempo, que es extremadamente valioso en las primeras etapas de una inundaci贸n.
EFAS integra la informaci贸n de las redes sociales identificando mensajes representativos y pertinentes de las zonas afectadas por las inundaciones en las lenguas habladas en estas 谩reas, en paralelo a los datos que recopila v铆a sat茅lite.
Como explican los autores "sabemos que las redes sociales pueden proporcionar datos oportunos durante los desastres naturales. Nuestro trabajo ha prestado atenci贸n a la manera de integrar los medios de comunicaci贸n social de una manera segura y fiable con otras herramientas para la previsi贸n y seguimiento de desastres encontrando mensajes representativos y pertinentes de las zonas afectadas por las inundaciones en las lenguas habladas en estas 谩reas".
Referencia bibliogr谩fica:
Valerio Lorini, Carlos Castillo, Francesco Dottori, Milan Kalas, Domenico Nappo, Peter Salamon (2019), “Integrating Social Media into a Pan-European Flood Awareness System: A Multilingual Approach”, Proceedings of 16th ISCRAM Conference, Valencia, 19 de mayo, [arxiv].
www.agenciasinc.es