論文の概要: Location reference recognition from texts: A survey and comparison
- arxiv url: http://arxiv.org/abs/2207.01683v1
- Date: Mon, 4 Jul 2022 19:25:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-06 14:23:38.204433
- Title: Location reference recognition from texts: A survey and comparison
- Title（参考訳）: テキストからの位置参照認識:調査と比較
- Authors: Xuke Hu, Zhiyong Zhou, Hao Li, Yingjie Hu, Fuqiang Gu, Jens Kersten,
Hongchao Fan, Friederike Klan
- Abstract要約: まず、地理情報検索、災害管理、災害監視、交通管理、空間人文科学、観光管理、犯罪管理の7つの典型的な応用分野を概説する。
次に、世界中の39,736個の位置参照を含む異なるタイプのテキストを持つ26の公開データセットに基づいて、最も広く使われている位置参照認識のための27の精度と計算効率を徹底的に評価した。
- 参考スコア（独自算出の注目度）: 9.36819544451632
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: A vast amount of location information exists in unstructured texts, such as
social media posts, news stories, scientific articles, web pages, travel blogs,
and historical archives. Geoparsing refers to the process of recognizing
location references from texts and identifying their geospatial
representations. While geoparsing can benefit many domains, a summary of the
specific applications is still missing. Further, there lacks a comprehensive
review and comparison of existing approaches for location reference
recognition, which is the first and a core step of geoparsing. To fill these
research gaps, this review first summarizes seven typical application domains
of geoparsing: geographic information retrieval, disaster management, disease
surveillance, traffic management, spatial humanities, tourism management, and
crime management. We then review existing approaches for location reference
recognition by categorizing these approaches into four groups based on their
underlying functional principle: rule-based, gazetteer matching-based,
statistical learning-based, and hybrid approaches. Next, we thoroughly evaluate
the correctness and computational efficiency of the 27 most widely used
approaches for location reference recognition based on 26 public datasets with
different types of texts (e.g., social media posts and news stories) containing
39,736 location references across the world. Results from this thorough
evaluation can help inform future methodological developments for location
reference recognition, and can help guide the selection of proper approaches
based on application needs.
- Abstract（参考訳）: 膨大な量の位置情報が、ソーシャルメディア投稿、ニュース記事、科学記事、ウェブページ、旅行ブログ、歴史アーカイブなどの非構造化テキストに存在している。
ジオパーシング(Geoparsing)とは、テキストから位置参照を認識し、その地理空間表現を識別するプロセスである。
geoparsingは多くのドメインに利益をもたらすが、特定のアプリケーションの概要はまだ欠けている。
さらに、ジオパーシングの第一段階と第一段階である位置参照認識に対する既存のアプローチの包括的なレビューと比較が欠落している。
これらの研究のギャップを埋めるために、まず、地理情報検索、災害管理、疾病監視、交通管理、空間人文科学、観光管理、犯罪管理の7つの典型的なアプリケーションドメインをまとめます。
次に,これらの手法を基本原理であるルールベース,ガゼテアマッチングベース,統計的学習ベース,ハイブリッドアプローチの4つのグループに分類することで,位置参照認識のための既存のアプローチをレビューする。
次に,世界中の39,736箇所の文献を含む26の公開データセット(ソーシャルメディア投稿やニュース記事など)に基づいて,最も広く用いられている27の位置情報参照認識手法の正確性と計算効率を徹底的に評価する。
この徹底的な評価の結果は、位置参照認識のための今後の方法論開発に役立ち、アプリケーションニーズに基づいた適切なアプローチの選択を導くのに役立ちます。
関連論文リスト
- Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。
我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。
また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
論文 参考訳（メタデータ） (2024-10-14T17:22:55Z) - Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。
私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文 参考訳（メタデータ） (2024-07-22T12:32:09Z) - CurriculumLoc: Enhancing Cross-Domain Geolocalization through
Multi-Stage Refinement [11.108860387261508]
ビジュアルジオローカライゼーションはコスト効率が高くスケーラブルなタスクであり、未知の場所で撮影された1つ以上のクエリイメージとジオタグ付き参照イメージのセットをマッチングする。
我々は,グローバルな意味認識と局所的幾何学的検証を備えたキーポイント検出と記述法であるCurriculumLocを開発した。
我々は、ALTOで62.6%と94.5%の新しいハイリコール@1スコアをそれぞれ2つの異なる距離で達成した。
論文 参考訳（メタデータ） (2023-11-20T08:40:01Z) - Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese
Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。
そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文 参考訳（メタデータ） (2023-09-04T13:44:50Z) - GeoGLUE: A GeoGraphic Language Understanding Evaluation Benchmark [56.08664336835741]
我々はGeoGLUEと呼ばれるGeoGraphic Language Understanding Evaluationベンチマークを提案する。
オープンソースの地理資源からデータを収集し、6つの自然言語理解タスクを導入する。
我々は,GeoGLUEベンチマークの有効性と意義を示す一般ベースラインの評価実験と解析を行った。
論文 参考訳（メタデータ） (2023-05-11T03:21:56Z) - MGeo: Multi-Modal Geographic Pre-Training Method [49.78466122982627]
マルチモーダルジオグラフィック言語モデル(MGeo)を提案する。
MGeoはGCを新しいモダリティとして表現し、正確なクエリ-POIマッチングのためのマルチモーダル相関を完全に抽出することができる。
提案するマルチモーダル事前学習法は,汎用PTMのクエリ-POIマッチング能力を大幅に向上させることができる。
論文 参考訳（メタデータ） (2023-01-11T03:05:12Z) - Multilingual News Location Detection using an Entity-Based Siamese
Network with Semi-Supervised Contrastive Learning and Knowledge Base [0.7734726150561089]
ニュース中の関連箇所の早期発見は、環境災害、戦争紛争、疫病の発生、政治的混乱などの極端な出来事において重要である。
テキストに明示的に言及されていない場合でも,関連する位置を推測するシステムを提案する。
我々は,ゴールド標準の多言語ニュースロケーションデータセットであるNewsLOCで研究コミュニティに貢献する。
論文 参考訳（メタデータ） (2022-12-22T16:42:21Z) - G^3: Geolocation via Guidebook Grounding [92.46774241823562]
本研究では,人間が位置情報に用いている視覚的特徴を記述した人書きガイドブックから,明示的な知識について検討する。
多様な場所からのストリートビュー画像のデータセットを用いたガイドブックグラウンディングによるジオロケーションのタスクを提案する。
提案手法は,Top-1の精度が5%以上向上し,最先端の画像のみの位置決め法よりも大幅に向上する。
論文 参考訳（メタデータ） (2022-11-28T16:34:40Z) - Location retrieval using visible landmarks based qualitative place
signatures [0.7119463843130092]
定位位置シグネチャ(QPS)を用いた位置・場所を記述した定位位置探索法を提案する。
空間を個々のシグネチャを付加した場所セルに分割した後,その質的観察に基づいて,視聴者の可能な位置を効率的に同定する粗い位置探索法を提案する。
論文 参考訳（メタデータ） (2022-07-26T13:57:49Z) - Geosocial Location Classification: Associating Type to Places Based on
Geotagged Social-Media Posts [22.313111311130662]
位置への関連付けは、地図を豊かにするために使用することができ、地理空間的応用の多さに役立てることができる。
本研究では, 建物などの立地形態をソーシャルメディアの投稿に基づいて把握し, 位置分類の課題について検討する。
論文 参考訳（メタデータ） (2020-02-05T16:09:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。