Extracting Empirical Knowledge on Large-scale Transportation Projects by Natural Language Processing

Since the number of large-scale transportation projects is expected to decrease in Japan, it is important to extract the empirical knowledge on the projects from the people who were involved in them, and to restore the knowledge for future projects. The authors conducted the interviews with the people and directly analyzed the interview text data by applying natural language processing because a standard questionnaire survey might not be useful for the extraction. The authors found that the methods they adopted worked well for identifying the subjects, places and stakeholders which were considered to be main elements of respective empirical knowledge. The authors also found that the subjects that were extracted from their quantitative analysis were well coincided with the empirical knowledge extracted from the preceding qualitative studies.本研究では大規模交通プロジェクトに関与した人々に自由回答インタビューを実施し、計量的言語処理を利用してプロジェクトに関するインタビュー対象者の経験知識、すなわち、なにを（テーマ）、どこで（地名）、だれと（関係団体）行ったのかという経験知識の抽出を試みた。自由回答インタビューは、2008年6月～2010年12月にかけて、首都高速道路中央環状新宿線、都営地下鉄大江戸線、九州新幹線の3プロジェクトに関与した各々10～15人に対して実施した。インタビュー対象者は、バックグラウンドの多様性を重視し、事業者、コントラクター、学識経験者、住民等に依頼した。本研究で対象とした3プロジェクトにおけるテーマ、サブテーマの抽出の成否を判断することは困難であるが、少なくとも既存の文献に記されている経験的内容をほぼ抽出できていることは確認できた。また、既存の文献では触れられていないようなテーマもより網羅的に抽出されていると考えられる。テーマに関係した地名、関係団体に関しても、ある程度、客観的網羅的に抽出できたのではないかと考えている。