論文の概要: SPOT: Bridging Natural Language and Geospatial Search for Investigative Journalists

• arxiv url: http://arxiv.org/abs/2506.13188v1
• Date: Mon, 16 Jun 2025 07:55:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:47.705677
• Title: SPOT: Bridging Natural Language and Geospatial Search for Investigative Journalists
• Title（参考訳）: SPOT:調査ジャーナリストのための自然言語と地理空間探索
• Authors: Lynn Khellaf, Ipek Baris Schlicht, Tilman Mirass, Julia Bayer, Tilman Wagner, Ruben Bouwmeester,
• Abstract要約: SPOTはオープンソースの自然言語インタフェースであり、OSMのリッチでタグベースの地理データを直感的なシーン記述を通じてよりアクセスしやすいものにしている。 モデル出力の幻覚、OSMタグ付けの不整合、ユーザ入力のノイズの性質といった現実的な課題に対処する。 我々の知る限り、SPOTは、このレベルの精度でOSMデータへの信頼できる自然言語アクセスを実現する最初のシステムである。
• 参考スコア（独自算出の注目度）: 0.8796261172196742
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: OpenStreetMap (OSM) is a vital resource for investigative journalists doing geolocation verification. However, existing tools to query OSM data such as Overpass Turbo require familiarity with complex query languages, creating barriers for non-technical users. We present SPOT, an open source natural language interface that makes OSM's rich, tag-based geographic data more accessible through intuitive scene descriptions. SPOT interprets user inputs as structured representations of geospatial object configurations using fine-tuned Large Language Models (LLMs), with results being displayed in an interactive map interface. While more general geospatial search tasks are conceivable, SPOT is specifically designed for use in investigative journalism, addressing real-world challenges such as hallucinations in model output, inconsistencies in OSM tagging, and the noisy nature of user input. It combines a novel synthetic data pipeline with a semantic bundling system to enable robust, accurate query generation. To our knowledge, SPOT is the first system to achieve reliable natural language access to OSM data at this level of accuracy. By lowering the technical barrier to geolocation verification, SPOT contributes a practical tool to the broader efforts to support fact-checking and combat disinformation.
• Abstract（参考訳）: OpenStreetMap (OSM)は、位置情報の検証を行う調査ジャーナリストにとって重要なリソースである。 しかし、Overpass TurboのようなOSMデータをクエリする既存のツールは、複雑なクエリ言語に精通し、技術的でないユーザにとって障壁を作る必要がある。 我々は,OSMのリッチでタグベースの地理データを直感的なシーン記述を通じてアクセスしやすくする,オープンソースの自然言語インタフェースであるSPOTを提案する。 SPOTは、ユーザ入力を、微調整されたLarge Language Models (LLM) を用いて地理空間オブジェクト構成の構造化表現として解釈し、その結果をインタラクティブなマップインターフェースで表示する。 より一般的な地理空間探索タスクは考えられるが、SPOTは特に調査ジャーナリズムでの使用のために設計されており、モデル出力における幻覚、OSMタグ付けの不整合、ユーザ入力のノイズの性質といった現実世界の課題に対処している。 これは、新しい合成データパイプラインとセマンティックバンドルシステムを組み合わせて、堅牢で正確なクエリ生成を可能にする。 我々の知る限り、SPOTは、このレベルの精度でOSMデータへの信頼できる自然言語アクセスを実現する最初のシステムである。 位置情報検証の技術的障壁を下げることにより、SPOTは事実確認と戦闘情報の偽情報を支援する幅広い取り組みに実用的なツールを提供する。

関連論文リスト

• OmniGeo: Towards a Multimodal Large Language Models for Geospatial Artificial Intelligence [51.0456395687016]
  マルチモーダル大言語モデル(LLM)が人工知能の新しいフロンティアをオープンした。 地理空間応用に適したMLLM(OmniGeo)を提案する。 自然言語理解の長所と空間的推論の長所を組み合わせることで,GeoAIシステムの指示追従能力と精度を高めることができる。
  論文  参考訳（メタデータ） (2025-03-20T16:45:48Z)
• Towards a Barrier-free GeoQA Portal: Natural Language Interaction with Geospatial Data Using Multi-Agent LLMs and Semantic Search [2.9658923973538034]
  地理空間データとのシームレスな自然言語インタラクションのための多エージェント大規模言語モデルフレームワークを用いたGeoQAポータルを提案する。 ケーススタディ、評価、およびユーザテストは、非専門家、GIS複雑性のブリッジング、パブリックアクセスに対する有効性を確認します。
  論文  参考訳（メタデータ） (2025-03-18T13:39:46Z)
• Spot: A Natural Language Interface for Geospatial Searches in OSM [0.9320657506524149]
  Spotは,OpenStreetMapデータをクエリするための,ユーザフレンドリな自然言語インターフェースである。 ユーザ入力文から関連情報を抽出し、地図上で記述に一致する候補位置を表示する。 すべてのコードと生成されたデータは、オープンソースリポジトリとして利用できる。
  論文  参考訳（メタデータ） (2023-11-14T11:35:09Z)
• GeoLM: Empowering Language Models for Geospatially Grounded Language Understanding [45.36562604939258]
  本稿では,自然言語におけるジオテリティーの理解を深める言語モデルGeoLMを紹介する。 また、GeoLMは、トポノニム認識、トポノニムリンク、関係抽出、ジオエンタリティタイピングをサポートする有望な能力を示すことを示した。
  論文  参考訳（メタデータ） (2023-10-23T01:20:01Z)
• GeoLLM: Extracting Geospatial Knowledge from Large Language Models [49.20315582673223]
  大規模言語モデルから地理空間的知識を効果的に抽出する新しい手法であるGeoLLMを提案する。 我々は、人口密度や経済生活の計測など、国際社会への関心の中心となる複数の課題にまたがるアプローチの有用性を実証する。 実験の結果, LLMは試料効率が高く, 地理空間情報に富み, 世界中のロバストであることがわかった。
  論文  参考訳（メタデータ） (2023-10-10T00:03:23Z)
• GeoGPT: Understanding and Processing Geospatial Tasks through An Autonomous GPT [6.618846295332767]
  GISの意思決定者は、空間的タスクを解決するために、一連の空間的アルゴリズムと演算を組み合わせる必要がある。 我々は,地理空間データ収集,処理,解析を自律的に行うことのできるGeoGPTと呼ばれる新しいフレームワークを開発した。
  論文  参考訳（メタデータ） (2023-07-16T03:03:59Z)
• 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)
• Explaining Patterns in Data with Language Models via Interpretable Autoprompting [143.4162028260874]
  本稿では,データを説明する自然言語文字列を生成するアルゴリズムである,解釈可能なオートプロンプト(iPrompt)を提案する。 iPromptは、基盤となるデータセット記述を正確に見つけることで、意味のある洞察を得ることができる。 fMRIデータセットを用いた実験は、iPromptが科学的発見に役立つ可能性を示している。
  論文  参考訳（メタデータ） (2022-10-04T18:32:14Z)
• Towards Natural Language Question Answering over Earth Observation Linked Data using Attention-based Neural Machine Translation [0.0]
  本稿では、自然言語問題からGeoSPARQLクエリへの変換に注意を払い、RNNベースのニューラルマシン翻訳の使用を研究および分析する。 Corine Land Cover (CLC) Linked Data上の自然言語問題からGeoSPARQLクエリへのマッピングからなるデータセットが作成され、ディープニューラルネットワークのトレーニングと検証が行われている。
  論文  参考訳（メタデータ） (2021-01-23T06:12:20Z)

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。