Towards a Context-Sensitive System To Support Crisis Communication Message Dissemination

  • Thiago Rodrigues Universidade Federal da Bahia
  • Felipe Machado Universidade Federal da Bahia
  • Jaziel Lobo Instituto Federal de Sergipe, Universidade Federal da Bahia
  • Vaninha Vieira Universidade Federal da Bahia
  • Manoel Neto Instituto Federal da Bahia

Resumo


Identifying potential victims to avoid alert people who are not in danger is an open challenge to crisis communications systems. In an emergency situation alerting individuals out of danger can overload dissemination systems and lead to loss of system credibility because people can be overwhelmed with irrelevant information. This paper aims to investigate how to improve the message dissemination process in crisis communication by using context-aware computing concepts. We propose a system to identify potential victims and define a strategy with a better way to contact them. For evaluation we performed two case studies with real emergency messages. Finally, we discuss ways to identify potential victims of emergency situations.

Palavras-chave: Contexto-consciência, Sistemas sensíveis ao contexto, Computação móvel, Comunicação de Crise, Gerenciamento de Emergência

Referências

Casa Civil. 2004. Decreto Nº 5.296 de 2 de dezembro de 2004.

Bernardes, W. and Kamimura, C. 2017. Tecnologia de voz ganha espaço no setor de logística. Disponível em: http://www.cgimoveis.com.br/logistica/tecnologia-de-vozganha-espaco-no-setor-de-logistica Acessado em: 24 jan. 2017.

Coppin, B. 2010. Inteligência artificial. Rio de Janeiro: LTC.

Vilarinho, L., Junior, A., Azevedo, L. A. and Matos, T. A. A. 2012. Interface Homem-Máquina. Disponível em: http://www.devmedia.com.br/interface-homem-maquinarevista-engenharia-de-software-magazine-47/24013. Acesso em: 25 jan. 2017.

T4W Soluções. 2008. Tecnologia Speech. Disponível em: http://www.devmedia.com.br/artigo-net-magazine-51- tecnologia-speech/9336. Acesso em: 05 fev. 2017.

Pereira, M. 2008. Java Speech. Disponível em: http://www.devmedia.com.br/artigo-java-magazine-04- javaspeech/8916. Acesso em: 25 fev. 2017.

Hearst, M. A. 2011. ‘Natural’ search user interfaces. Commun. ACM.

Picheny, M. 2015. Ibm watson now brings cognitive speech capabilities to developers. Disponível em: https://developer.ibm.com/watson/blog/2015/02/09/ibmwatson-now-brings-cognitive-speech-capabilitiesdevelopers/. Acesso em: 19 jan. 2017.

Marangoni, J. B. and Precipito, W. B. 2006. Reconhecimento e sintetização de voz usando Java Speech. Disponível em: http://faef.revista.inf.br/imagens_ arquivos/arquivos_destaque/bjMnA2Zwc9685z8_2013-5-27- 15-40-25.pdf. Acesso em: 14 fev. 2017.

Guilhoto, P. J. S. and Rosa, S. P. C. S. 2002. Reconhecimento de voz. Disponível em: https://student.dei.uc.pt/~guilhoto/downloads/voz.pdf. Acesso em: 05 fev. 2017.

Melo, A. M. and Pupo, D. T. 2010. A Educação Especial na Perspectiva da Inclusão Escolar: livro acessível e informática acessível. Brasília: Ministério da Educação, Secretaria de Educação Especial. Universidade Federal do Ceará.

Ciriaco, D. 2009. O que é API? Disponível em: http://www.tecmundo.com.br/programacao/1807-o-que-eapi-.htm. Acesso em: 24 jan. 2017.

Google. 2017. Cloud Speech API. Disponível em: https://cloud.google.com/speech/. Acesso em: 05 fev. 2017.

Zeman, E. 2016. Google to Offer Speech-to-Text API. Disponível em: https://www.programmableweb.com/news/google-to-offerspeech-to-text-api/2016/03/24. Acesso em: 26 fev. 2017.

Microsoft. 2017. Bing Speech API. Disponível em: https://www.microsoft.com/cognitive-services/en-us/speechapi. Acesso em: 24 fev. 2017.

IBM. 2017. Speech to Text. Disponível em: http://www.ibm.com/smarterplanet/us/en/ibmwatson/develop ercloud/speech-to-text.html. Acesso em: 26 jan. 2017.

Wagner, J. 2015. Top 10 Machine Learning APIs: AT&T Speech, IBM Watson, Google Prediction. Disponível em: http://www.programmableweb.com/news/top-10-machinelearning-apis-att-speech-ibm-watson-googleprediction/analysis/2015/08/03. Acesso em: 25 jan. 2017.

W3C. 2012. Web Speech API Specification. Disponível em: https://dvcs.w3.org/hg/speech-api/rawfile/tip/speechapi.html. Acesso em: 04 mar. 2017.

Adorf, J. 2013. Web Speech API. Disponível em: http://home.in.tum.de/~adorf/pub/web-speech-api.pdf. Acesso em: 24 fev. 2017.
Publicado
17/05/2017
RODRIGUES, Thiago; MACHADO, Felipe; LOBO, Jaziel; VIEIRA, Vaninha; NETO, Manoel. Towards a Context-Sensitive System To Support Crisis Communication Message Dissemination. In: SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 13. , 2017, Lavras. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2017 . p. 166-173. DOI: https://doi.org/10.5753/sbsi.2017.6039.