論文の概要: Identifying the Geographic Foci of US Local News

• arxiv url: http://arxiv.org/abs/2603.00787v1
• Date: Sat, 28 Feb 2026 19:15:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-03 19:50:56.361182
• Title: Identifying the Geographic Foci of US Local News
• Title（参考訳）: 米国ローカルニュースの地理表現の同定
• Authors: Gangani Ariyarathne, Isuru Ariyarathne, Greatness Emmanuel-King, Kate Lawal, Alexander C. Nwala,
• Abstract要約: 地方ジャーナリズムは、地域問題について人々に知らせる民主社会において不可欠である。 しかし、経済圧力の高まりにより、地元報道局がこれらの問題を報告することがますます困難になっている。 そこで本稿では,米国の地域ニュース記事に主題の中心となる地理的位置をラベル付けするための新しいジオフォシックモデルを提案する。
• 参考スコア（独自算出の注目度）: 37.56003520528009
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Local journalism is vital in democratic societies where it informs people about local issues like, school board elections, small businesses, local health services, etc. But mounting economic pressures have made it increasingly difficult for local news stations to report these issues, underscoring the need to identify the salient geographical locations covered in local news (geo-foci). In response, we propose a novel geo-foci model for labeling US local news articles with the geographic locations (i.e., the names of counties, cities, states, countries) central to their subject matter. First, we manually labeled US local news articles from all 50 states with four administrative division labels (local, state, national, and international) corresponding to their geo-foci, and none for articles without a geographic focus. Second, we extracted and disambiguated geographic locations from them using Large Language Models (LLMs), since local news often contains ambiguous geographic entities (e.g., Paris, Texas vs. Paris, France). LLMs outperformed all eight geographic entity disambiguation methods we evaluated. Third, we engineered a rich set of spatial-semantic features capturing the prominence, frequency, and contextual positions of geographic entities. Using these features, we trained a classifier to accurately (F1: 0.86) detect the geographic foci of US local news articles. Our model could be applied to assess shifts from local to national narratives, and more broadly, enable researchers to better study local media.
• Abstract（参考訳）: 地方ジャーナリズムは、地方問題、学校委員会選挙、中小企業、地方保健サービス等を人々に知らせる民主社会において不可欠である。 しかし、経済的なプレッシャーが高まると、地元ニュース局がこれらの問題を報告することがますます難しくなり、地域ニュース(Geo-foci)でカバーされている健全な地理的な場所を特定する必要性が浮き彫りになっている。 そこで本稿では,米国における地域ニュース記事と地域(郡名,市名,州名,国名)を関連づけた新しいジオフォシックモデルを提案する。 まず、米国50州すべての地域ニュース記事に、地域、州、国家、国際の4つの行政区分ラベルを、地理的に焦点をあてることなく、手動でラベル付けしました。 第2に,地域ニュースには曖昧な地理的実体(例えば,パリ,テキサス,パリ,フランスなど)が含まれているため,Large Language Models (LLMs) を用いて地理的位置を抽出・曖昧化した。 LLMは、評価した8つの地理的実体の曖昧さを全て上回りました。 第三に、地理的実体の卓越性、頻度、文脈的位置を捉えた空間意味的特徴の豊富なセットを考案した。 これらの特徴を生かして、米国ローカルニュース記事の地理的偽造を正確に検出する分類器(F1: 0.86)を訓練した。 我々のモデルは、現地の物語から全国の物語へのシフトを評価するために応用され、より広範に、研究者が現地のメディアをよりよく研究することができる。

関連論文リスト

• Georeferencing complex relative locality descriptions with large language models [1.9911463513783276]
  本稿では,局所性記述を自動的にジオレファレンスする大規模言語モデルの可能性について検討する。 最初に有効なプロンプトパターンを特定し,生物多様性データセット上での量子化低ランク適応(QLoRA)を用いてLLMを微調整した。 われわれのアプローチは、データセットを平均して、半径10km以内のレコードの65%を一定のトレーニングデータとして、既存のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-12-16T09:27:02Z)
• LocalBench: Benchmarking LLMs on County-Level Local Knowledge and Reasoning [9.319308493696893]
  大規模言語モデル (LLM) は, マクロな地理的タスクにおいて広く評価されてきたが, 超局所的な知識を扱う能力はいまだによく理解されていない。 アメリカ合衆国全体での郡レベルの地域知識に基づいてLSMを評価するために設計された最初のベンチマークであるLocalBenchを紹介する。 LocalBenchを用いて、クローズドブックとWeb拡張設定の両方で、13の最先端LCMを評価した。
  論文  参考訳（メタデータ） (2025-11-13T16:26:13Z)
• Geopolitical biases in LLMs: what are the "good" and the "bad" countries according to contemporary language models [52.00270888041742]
  我々は、中立なイベント記述と異なる国からの視点を対比した新しいデータセットを導入する。 以上の結果から,特定の民族的物語のモデルが好まれる,重要な地政学的偏見がみられた。 単純なデバイアスのプロンプトはこれらのバイアスを減らすのに限られた効果があった。
  論文  参考訳（メタデータ） (2025-06-07T10:45:17Z)
• Richer Output for Richer Countries: Uncovering Geographical Disparities in Generated Stories and Travel Recommendations [9.505918815853644]
  地理的知識を必要とする2つのシナリオに対して,大規模言語モデルが与える影響について検討する。 具体的には,5つの人気のある言語モデル,約100ドルの旅行要求,200ドルのストーリー世代を対象とした調査を行い,貧しい国に対応する旅行勧告は,より少ない位置参照で独特ではないことを示した。
  論文  参考訳（メタデータ） (2024-11-11T19:25:25Z)
• 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)
• What's happening in your neighborhood? A Weakly Supervised Approach to Detect Local News [0.3749861135832073]
  我々は、ローカルニュースの自動検出とコンテンツに基づくローカルニュースレコメンデーションを可能にする統合パイプラインを開発した。 スタンフォード大学のCore NERモデルと比較して、私たちのパイプラインはより高精度で、実世界と人間ラベルのデータセットでリコール評価されています。
  論文  参考訳（メタデータ） (2023-01-15T03:20:18Z)
• Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization [54.00111565818903]
  クロスビューなジオローカライゼーションは、異なるプラットフォームから同じ地理的ターゲットの画像を見つけることである。 既存の手法は通常、画像センター内の地理的ターゲットの微細な特徴をマイニングすることに集中している。 我々は、文脈情報を活用するために、ローカルパターンネットワーク(LPN)と呼ばれるシンプルで効果的なディープニューラルネットワークを導入する。
  論文  参考訳（メタデータ） (2020-08-26T16:06:11Z)
• From Topic Networks to Distributed Cognitive Maps: Zipfian Topic Universes in the Area of Volunteered Geographic Information [59.0235296929395]
  本研究では,テキストの話題レベルに関する地理情報のエンコードとネットワーク化について検討する。 本研究は,オンラインコミュニケーションにおいて地理的な場所が位置するテーマ宇宙のZipfian組織を示す。 互いに近いかどうかに関わらず、場所はトピックの宇宙における類似の作業にまたがる隣の場所にある。
  論文  参考訳（メタデータ） (2020-02-04T18:31:25Z)

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。