En caso de un siniestro como el ocurrido en la región de Tohoku el 11 de marzo de 2011, hubo fallas en las comunicaciones tradicionales y las líneas de celulares debido entre otras cosas, a la saturación del sistema. Las redes sociales fueron entonces utilizadas como un medio para obtener información sobre baños, centros de evacuación, etc.
Debido a las características de Twitter, no solo el público en general sino también el Ministerio de Educación, Universidades y los gobiernos locales lo emplearon para poder difundir información durante aquel día.
Twitter contiene información textual, por lo tanto las búsquedas se llevan a cabo mediante una palabra o una frase. Existe el problema que consiste en que si una palabra no esta explícitamente escrita en el mensaje, no aparecerá en los resultados de la búsqueda.
Otro problema presentado radica en no tener conocimiento de un lugar. Se pone como ejemplo el haber llegado tras el incidente a Yokohama. Si se hace una búsqueda de Yokohama pueden aparecer mensajes como: “Para las personas que tengan dificultad para volver a sus casas, Pacifico Yokohama permanecerá abierto”, sin embargo, para personas que no conozcan el sitio, esta información resultará inútil. Las personas podrían llevar a cabo una búsqueda en Google acerca del lugar, pero esto se dificulta al encontrarse en medio de una emergencia.
Para que una computadora pueda proveer de toda la información necesaria, se plantea que primero esta debe entenderla. Para este motivo, se diseño una ontología que explícitamente define los atributos y las relaciones entre los conceptos.
Para proveer información adecuada de los centros de evacuación de cuerdo a la información proveniente de los usuarios, se requiere de información sobre los centros de evacuación, conocer la relación entre la información y un vocabulario para describir los conceptos. Un ejemplo del concepto de un centro de evacuación en la vida real se muestra en la siguiente figura:
Mientras tanto en la siguiente figura se muestran las clases y atributos de las ontologías planteadas a partir de la información del modelo:
Se procuraron los siguientes criterios para la creación de la ontología:
- Creación de un vocabulario
- Cooperación con ontologías existentes
- Conversión Japonés-Inglés
La ontología fue creada haciendo uso del RDF (Resource Description Framework), RDF Schema y OWL (estandarizado por W3C). En concreto se utilizó N3 (http://www.w3.org/TeamSubmission/n3/ ) y las siguientes figuras son ejemplos de una definición de clase y otra de atributos:
Un ejemplo de una ontología siguiendo los modelos definidos se muestra a continuación:
El proceso que se sigue para el uso de la ontología es llevar a cabo la búsqueda de los centros de evacuación en Twitter. Por ejemplo si se encuentra el siguiente mensaje: “School rooms and gymnasiums in Shinjuku Metropolitan High School have been opened. These have heating system, there are drinks and also TV information is provided”. Se extraerían el nombre del centro de evacuación (Shinjuku Metropolitan High School), los productos ofrecidos (bebidas, calentadores) y el tiempo en que se envió el mensaje. Después de obtener esta información, se obtienen datos complementarios como la dirección del sitio a través de Google Maps, la latitud y longitud del sitio a través de Geocoding y una traducción al inglés por medio de Google Translate. De esta forma, se complementan datos útiles que no se encontraban incorporados al mensaje original.
Las pruebas se llevaron a cabo con el fin de probar si la ontología es capaz de proveer información apropiada de acuerdo a la situación y si esta resulta flexible y escalable.
Usando SPARQL (Simple Protocol And RDF Query Language) se determinó si es posible ofrecer a los usuarios información adecuada basados en su localización y tiempo. El query mostrado como ejemplo obtiene información sobre centros de evacuación y los productos ofrecidos en Shinjuku entre las 18:00 horas de marzo 11 a las 9:00 horas de marzo 12. El ejemplo se muestra en la siguiente figura:
Los resultados de llevar a cabo la consulta anterior se muestran a continuación:
Se puede obtener información en base a consultas en tiempo real debido a la arquitectura del sistema (mostrada en la siguiente figura). Concluyeron que es posible brindar información útil sobre centros de evacuación.
Para mostrar la eficiencia de la ontología, se llevaron a cabo comparaciones con otro tipo de búsquedas (google, twitter) siguiendo los siguientes criterios:
- Obtener información de todos los centros de evacuación con un parámetro designado.
- Obtener información de todos los centros de evacuación que se encuentren abiertos de acuerdo a una dirección designada.
- Obtener información de todos los centros de evacuación en Minato-ward, Tokio.
- Obtener información de todos los centros de evacuación que se encuentren abiertos de acuerdo a un tiempo determinado.
- Obtener información de todos los centros de evacuación que se encuentren abiertos en un rango de tiempo.
- Obtener información de todos los centros de evacuación que se encuentren actualmente abiertos y que originalmente abrieron hace 15 minutos.
- Obtener información de todos los centros de evacuación que estén abiertos basados en un parámetro designado.
- Obtener información de todos los centros de evacuación capaces de ser usados en cooperación con una ontología externa de radiación.
- Obtener información acerca de los productos ofrecidos por el centro de evacuación más cercano.
En general su búsqueda fue más rápida debido a que consideran que en una llevada a cabo de manera tradicional deberían seguir los siguientes pasos:
- Buscar todos los nombres de lugares que aparecen en el mapa de acuerdo al parámetro determinado.
- Buscar cada nombre encontrado en combinación con palabras clave como centro de evacuación.
- Observar los resultados y obtener información sobre los centros de evacuación.
Se pueden combinar ontologías que tengan cierta similitud con los atributos que utilizan (por ejemplo ellos usaron 3 ontologías existentes para complementar la suya) y por lo tanto el sistema ofrece escalabilidad.
Como posible trabajo a futuro queda planteado la obtención automática de la ontología.
Iwanaga, I. S. M., Nguyen, T.-M., Kawamura, T., Nakagawa, H., Tahara, Y., & Ohsuga, A. (2011). Building an earthquake evacuation ontology from twitter. 2011 IEEE International Conference on Granular Computing, 306–311. doi:10.1109/GRC.2011.6122613
No comments:
Post a Comment