समाचारों का विश्लेषण करके, शोधकर्ता प्राकृतिक आपदाओं की भविष्यवाणी कर सकते हैं

शोधकर्ताओं ने ऐसा सॉफ्टवेयर विकसित किया है जो न्यू यॉर्क टाइम्स के लेखों और अन्य इंटरनेट डेटा, मास्साब की रिपोर्ट के बीस साल के संग्रह के आधार पर बीमारी के प्रकोप कब और कहाँ हो सकता है, इसकी भविष्यवाणी करता है । विकास के लेखक Microsoft और Technion - Israel Institute of Technology हैं।

ऐतिहासिक डेटा पर परीक्षण किए जाने पर सिस्टम आश्चर्यजनक परिणाम दिखाता है। उदाहरण के लिए, 2006 में अंगोला में सूखे की खबरों ने देश में संभावित हैजा के प्रकोप के बारे में चेतावनी दी, क्योंकि पिछली घटनाओं ने प्रणाली को सिखाया था कि सूखे के बाद के वर्षों में हैजा का प्रकोप अधिक होने की संभावना है। 2007 की शुरुआत में अफ्रीका में तूफान की खबर से अंगोला की दूसरी हैजा की चेतावनी शुरू हो गई थी; एक हफ्ते से भी कम समय बाद ऐसी खबरें आईं कि हैजा वास्तव में इस क्षेत्र में फैल गया था। इसी तरह के परीक्षणों में बीमारी, हिंसा और मौतों की महत्वपूर्ण संख्या शामिल है, 70-90% मामलों में सिस्टम चेतावनी सही थी।

माइक्रोसॉफ्ट रिसर्च के वैज्ञानिक और सह-निदेशक एरिक होरविट्ज़ कहते हैं, भविष्य में, प्रणाली मानवीय संगठनों को बीमारी या अन्य समस्याओं के प्रकोप से बेहतर तरीके से निपटने में मदद कर सकती है। होरविट्ज़ ने इस अध्ययन का संचालन कीरा रेडिंसकी के साथ मिलकर किया, जो इस तकनीक के शोधकर्ता हैं - इज़राइल इंस्टीट्यूट ऑफ टेक्नोलॉजी।

होर्विट्ज़ के अनुसार, सिस्टम के वर्तमान प्रदर्शन संकेतक यह सुझाव देने के लिए पर्याप्त हैं कि इसका उन्नत संस्करण वास्तविक परिस्थितियों में उपयोग किया जा सकता है। सिस्टम को 22 साल के लिए न्यूयॉर्क टाइम्स समाचार संग्रह का उपयोग करके विकसित किया गया था - 1986 से 2007 तक, और यह भी पता लगाने के लिए वेब से डेटा का उपयोग करता है कि क्या उल्लेखनीय घटनाओं की ओर जाता है।

रेड्डी का कहना है, "हमने जिन स्रोतों को उपयोगी पाया, उनमें से एक डीबीपीडिया था, जो विकिपीडिया से संरचित रूप में क्राउडफंडिंग की जानकारी प्रदान करता है।" "हम समाचार लेखों में स्थानों के स्थान को समझ सकते हैं या देख सकते हैं, वहां लोग कितना कमाते हैं, और यहां तक ​​कि राजनीति के बारे में भी जानकारी प्राप्त करते हैं।" अन्य स्रोतों में वर्डनेट शामिल है, जो सिस्टम को शब्दों के अर्थ को समझने में मदद करता है, और ओपेनसाइक , एक सामान्य ज्ञान डेटाबेस।

वे सभी एक मूल्यवान संदर्भ प्रदान करते हैं जो समाचार में उपलब्ध नहीं है, और जो सामान्य नियमों का पता लगाने के लिए आवश्यक है, जो अन्य घटनाओं से पहले होते हैं। उदाहरण के लिए, एक प्रणाली रवांडा और अंगोला में शहरों की घटनाओं के बीच एक कड़ी का अनुमान लगा सकती है, इस तथ्य के आधार पर कि अफ्रीका के दोनों देशों में समान जीडीपी और अन्य कारक हैं। इस दृष्टिकोण ने प्रणाली को इस निष्कर्ष पर पहुंचा दिया कि हैजा के प्रकोप की भविष्यवाणी करने में, किसी को किसी देश या शहर के स्थान, पानी की सतह के अनुपात, जनसंख्या घनत्व, जीडीपी, और पिछले वर्ष में सूखा था या नहीं, को ध्यान में रखना चाहिए।

रोग के प्रकोप की भविष्यवाणी करने के तरीके खोजने का बहुत नया तरीका नया नहीं है, न ही पूर्वानुमान के लिए डेटा खनन की अवधारणा है, लेकिन इस परियोजना का दायरा संभवतः इसे बहुत उपयोगी बनाता है। चूंकि सिस्टम घटनाओं के बीच सफलतापूर्वक संबंध स्थापित करने में सक्षम है और यह परिणाम को उपयोगी बनाने के लिए डेटा को सामान्य बनाने के लिए पर्याप्त है, इसे विभिन्न क्षेत्रों में लागू किया जा सकता है।