大規模災害時において被害を最小限に抑えるためには、迅速かつ的確な情報の収集と伝達が重要である。以上の背景から、即時性の高い情報が流通するソーシャルメディアの利活用が進められている。しかし、災害時の流通量は膨大であり、有用な投稿の機械的な選別が必要である。そして、選別には被災状況や救助要請など特定のトピックであるか、また、言及している地点を特定できるかなどの複数の観点がある。これらの観点を自然文から判別するにあたり、先行研究では機械学習の役割が示されている。投稿への文書分類や固有表現抽出のタスクとして解決を試みており、特定のタスクを解く複数のモデルを繋ぎ合わせたパイプライン的なシステムの構築で投稿の選別は可能である。一方で観点の追加に伴いシステムの複雑性が増加する問題を抱えている。言い換えれば、観点ごとに自然文に対する機械的な処理が異なるために問題が複雑化している。これに対し、我々は前処理により自然文を機械的に処理しやすい文に変換できないかを考える。本研究では系列変換モデルにより災害ツイートを機械可読が容易な形に変換することで、災害対応に有用な投稿の選別に必要な情報の抽出を試みる。
