論文の概要: Geo-located Aspect Based Sentiment Analysis (ABSA) for Crowdsourced
Evaluation of Urban Environments
- arxiv url: http://arxiv.org/abs/2312.12253v1
- Date: Tue, 19 Dec 2023 15:37:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 15:01:42.692085
- Title: Geo-located Aspect Based Sentiment Analysis (ABSA) for Crowdsourced
Evaluation of Urban Environments
- Title（参考訳）: 都市環境のクラウドソーシング評価のための地理位置情報ベース感性分析(ABSA)
- Authors: Demircan Tas, Rohit Priyadarshi Sanatani
- Abstract要約: 本研究では,地理的に位置付けられたテキストによる都市評価に含まれる都市の側面を抽出できるABSAモデルを構築し,それに対応する側面感性分類を行う。
本モデルは,Aspect Term extract (ATE) とAspect Sentiment Classification (ASC) の両タスクに対して,都市レビューにおける予測精度を大幅に向上させる。
実証分析では、ボストン全体の肯定的および否定的な都市面が空間的に可視化されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sentiment analysis methods are rapidly being adopted by the field of Urban
Design and Planning, for the crowdsourced evaluation of urban environments.
However, most models used within this domain are able to identify positive or
negative sentiment associated with a textual appraisal as a whole, without
inferring information about specific urban aspects contained within it, or the
sentiment associated with them. While Aspect Based Sentiment Analysis (ABSA) is
becoming increasingly popular, most existing ABSA models are trained on
non-urban themes such as restaurants, electronics, consumer goods and the like.
This body of research develops an ABSA model capable of extracting urban
aspects contained within geo-located textual urban appraisals, along with
corresponding aspect sentiment classification. We annotate a dataset of 2500
crowdsourced reviews of public parks, and train a Bidirectional Encoder
Representations from Transformers (BERT) model with Local Context Focus (LCF)
on this data. Our model achieves significant improvement in prediction accuracy
on urban reviews, for both Aspect Term Extraction (ATE) and Aspect Sentiment
Classification (ASC) tasks. For demonstrative analysis, positive and negative
urban aspects across Boston are spatially visualized. We hope that this model
is useful for designers and planners for fine-grained urban sentiment
evaluation.
- Abstract（参考訳）: 都市環境のクラウドソース評価のために,都市設計・計画分野においてセンチメント分析手法が急速に採用されている。
しかし、この領域で使われるほとんどのモデルは、その領域に含まれる特定の都市的側面やそれらに関連する感情を推測することなく、テキスト全体の評価に関連する肯定的あるいは否定的な感情を識別することができる。
Aspect Based Sentiment Analysis (ABSA)はますます人気が高まっているが、既存のABSAモデルはレストラン、電子製品、消費者製品などの都市以外のテーマで訓練されている。
本研究は,地理位置のテクスト的都市評価に含まれる都市的側面を,対応するアスペクト感情分類とともに抽出できるabsaモデルを開発した。
公共公園のクラウドソースレビュー2500件のデータセットを注釈し、このデータに基づいて、ローカルコンテキストフォーカス(LCF)を用いて、変換器(BERT)モデルから双方向エンコーダ表現を訓練する。
本モデルは,Aspect Term extract (ATE) とAspect Sentiment Classification (ASC) の両タスクに対して,都市レビューにおける予測精度を大幅に向上させる。
実証分析では、ボストン全域の肯定的および否定的な都市的側面が空間的に可視化される。
このモデルが、きめ細かい都市感情評価のデザイナーやプランナーに役に立つことを願っています。
関連論文リスト
- Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for
Cross-City Semantic Segmentation using High-Resolution Domain Adaptation
Networks [82.82866901799565]
我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。
単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。
高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
論文 参考訳（メタデータ） (2023-09-26T23:55:39Z) - UUKG: Unified Urban Knowledge Graph Dataset for Urban Spatiotemporal
Prediction [23.842678225828184]
本稿では,知識強化型都市時間予測のための統合都市知識グラフデータセットUUKGについて述べる。
我々はまず、異種都市体を接続することにより、2つの大都市圏のための数百万の三つ子からなる都市KGを構築した。
構築した都市KGの質的・定量的分析を行い,多種多様な高次構造パターンを明らかにする。
論文 参考訳（メタデータ） (2023-06-20T10:40:53Z) - UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building
Instance Segmentation [50.52615875873055]
都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。
UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。
UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
論文 参考訳（メタデータ） (2023-05-04T08:01:38Z) - A Contextual Master-Slave Framework on Urban Region Graph for Urban
Village Detection [68.84486900183853]
都市域を階層的にモデル化する都市域グラフ(URG)を構築した。
そこで我々は,都市部をURGから効果的に検出する新しいコンテキスト・マスタ・スレーブ・フレームワークを設計した。
提案手法は,都市部における紫外線検出の一般性と特異性のバランスをとることができる。
論文 参考訳（メタデータ） (2022-11-26T18:17:39Z) - BEV-Net: Assessing Social Distancing Compliance by Joint People
Localization and Geometric Reasoning [77.08836528980248]
新型コロナウイルス(COVID-19)の感染拡大を受け、公衆衛生に不可欠なソーシャルディスタンシング(ソーシャルディスタンシング)が注目されている。
本研究では,広視野カメラを用いた公共空間における視覚的ソーシャル・ディスタンシング・コンプライアンス・アセスメントの課題について考察する。
鳥眼ビュー(BEV)下での注釈付き群集シーンのデータセットと距離測定のための地上真実を紹介する。
マルチブランチネットワークであるBEV-Netは、世界座標における個人をローカライズし、ソーシャルディスタンシングに違反する高リスク領域を特定するために提案されている。
論文 参考訳（メタデータ） (2021-10-10T23:56:37Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳（メタデータ） (2020-10-13T21:33:24Z) - Automatic Extraction of Urban Outdoor Perception from Geolocated
Free-Texts [1.8419317899207144]
本稿では,人々の知覚を抽出するための,自動的かつ汎用的なアプローチを提案する。
我々は、シカゴ、ニューヨーク、ロンドンにおける都市屋外の文脈における我々のアプローチを例示する。
本手法は,異なる視点を考慮し,都市部をよりよく理解する上で有効であることを示す。
論文 参考訳（メタデータ） (2020-10-13T14:59:46Z) - City limits in the age of smartphones and urban scaling [0.0]
都市計画は、都市システム全体にわたる都市境界を定義するための適切な基準をまだ欠いている。
ICTは、都市システムのより正確な記述を記述する可能性を提供する。
都市境界を定義するため,大量の携帯電話記録に計算手法を適用した。
論文 参考訳（メタデータ） (2020-05-06T17:31:21Z) - Urban2Vec: Incorporating Street View Imagery and POIs for Multi-Modal
Urban Neighborhood Embedding [8.396746290518102]
Urban2Vecは、ストリートビューイメージと関心のポイントデータの両方を組み込んだ、教師なしマルチモーダルフレームワークである。
我々は,Urban2Vecがベースラインモデルよりも優れた性能を実現し,下流予測タスクにおける完全教師付き手法に匹敵する性能を示す。
論文 参考訳（メタデータ） (2020-01-29T21:30:53Z) - Indexical Cities: Articulating Personal Models of Urban Preference with
Geotagged Data [0.0]
本研究は,都市空間における個人の嗜好を特徴付け,特定の観測者に対する未知の好ましくない場所のスペクトルを予測する。
多くの都市認識研究とは異なり、我々の意図は都市品質の客観的な尺度を提供する手段ではなく、都市や都市についての個人的な見解を表現することである。
論文 参考訳（メタデータ） (2020-01-23T11:00:19Z)
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。