論文の概要: MESSY STREETS: A Benchmark for Geocoding Real-World Addresses

• arxiv url: http://arxiv.org/abs/2609.01612v1
• Date: Tue, 16 Jun 2026 16:20:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.432702
• Title: MESSY STREETS: A Benchmark for Geocoding Real-World Addresses
• Title（参考訳）: MESSY STREETS: リアルタイムアドレスのジオコーディングのためのベンチマーク
• Abstract要約: MESSY STREETSは、冗長なWebアドレス上でジオコーダを評価するためのベンチマークである。 曲面形式が標準表現から分岐するアドレスを含む。 最強の商用ジオコーダは、リコール時に最大49ポイントまで、オープンソースシステムを上回っている。
• 参考スコア（独自算出の注目度）: 1.2031796234206136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce MESSY STREETS, a benchmark for evaluating geocoders on verbatim web addresses, with existence verification and controlled measurement of surface-form divergence. Unlike conventional benchmarks based on clean or synthetically perturbed addresses, MESSY STREETS contains addresses whose surface forms diverge from canonical representations and whose components may be missing, repeated, malformed, or incomplete. The benchmark is constructed from the December 2024 Web Data Commons corpus, with reference locations established from OpenAddresses or OpenStreetMap. The strongest commercial geocoders outperform open-source systems by up to 49 percentage points in recall. This gap is driven primarily by differences in candidate return rates on non-canonical addresses; once a candidate is returned, positional accuracy is broadly comparable across systems. Non-canonical surface form alone accounts for up to 25 percentage points of recall loss. Examining Nominatim's query-processing pipeline, we show that its conjunctive matching lets a single unrecognised token zero an otherwise valid query. The results demonstrate that geocoder choice is a consequential design decision for applications processing noisy address data, and that normalisation and preprocessing could substantially narrow the gap between open-source and commercial geocoders.
• Abstract（参考訳）: 本稿では,Webアドレスのジオコーダ評価のためのベンチマークであるMESSY STREETSを紹介した。 クリーンまたは合成摂動アドレスに基づく従来のベンチマークとは異なり、MESSY STREETSは、表面形状が標準表現から分岐し、部品が欠落、繰り返し、不正な、あるいは不完全であるアドレスを含む。 ベンチマークは2024年12月にWeb Data Commonsコーパスから作成され、OpenAddressesやOpenStreetMapから参照ロケーションが設定されている。 最強の商用ジオコーダは、リコール時に最大49ポイントまで、オープンソースシステムを上回っている。 このギャップは、主に非標準アドレスの候補リターン率の違いによって引き起こされる; 候補が返却されると、位置精度はシステム間で広範囲に匹敵する。 非正準曲面は、リコール損失の最大25ポイントを占める。 Nominatimのクエリ処理パイプラインを見てみると、その結合マッチングによって、単一の未認識トークンゼロが有効なクエリとなることが分かる。 その結果、ジオコーダの選択は、ノイズの多いアドレスデータを処理するアプリケーションにとって連続した設計決定であり、正規化と事前処理は、オープンソースと商用ジオコーダのギャップを著しく狭める可能性があることを示した。

関連論文リスト

• From Location Phrases to Geographic Entities: Task-Adapted Retrieval for People Search [12.145248850857358]
  我々は、このタスクを、固定オントロジー上でのグレード付き、セット値のエンティティ検索として定式化する。 知識に依存したエイリアスからアイデンティティ保存のバリエーションを識別し、有効な同名エンティティ間の偽陰性を制御し、安定な変換を変更可能なエンティティ知識から分離する3つの設計要件を同定する。 我々は、校正エイリアスサポート、境界あいまいさ認識陰性、および再トレーニングなしでローカライズされた更新をサポートする編集可能なエンティティドキュメントを備えたプロンプト非対称バイエンコーダで実現した。
  論文  参考訳（メタデータ） (2026-08-29T00:34:46Z)
• Do Location Encoders Capture Spatial Effects? A GeoShapley Benchmark Across Scales [0.992375829350344]
  位置情報エンコーダの埋め込み上に構築されたモデルから空間的に異なる係数を復元できるゲーム理論の説明器であるGeoShapleyをベンチマークする。 TorchSpatialフレームワークの11のエンコーダを、既知の係数を持つ合成プロセスに対して3つのスケールで評価する。 一次係数の回復はエンコーダ間で一貫して高いが、二次係数の回復はよりスケール依存的であり、大域スケールではほとんど異なる。
  論文  参考訳（メタデータ） (2026-06-22T15:05:03Z)
• Automatic Map Density Selection for Locally-Performant Visual Place Recognition [16.893170921147608]
  本稿では,対象環境からの参照トラバースのペアを用いて,適切な地図密度を自動的に選択する動的VPRマッピング手法を提案する。 提案システムは,少なくともユーザによって特定された環境の割合に対して,特定ローカルリコールレベルを一貫して達成または超過することを示す。
  論文  参考訳（メタデータ） (2026-02-25T01:03:34Z)
• GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization [50.009407518866965]
  リポジトリレベルのバグローカライゼーションは、ソフトウェアエンジニアリングの重要な課題です。 GNNは、複雑なリポジトリ全体の依存関係をモデル化できるため、有望な代替手段を提供する。 GREPOは、リポジトリスケールのバグローカライゼーションタスクのための最初のGNNベンチマークである。
  論文  参考訳（メタデータ） (2026-02-14T23:22:15Z)
• GEOBench-VLM: Benchmarking Vision-Language Models for Geospatial Tasks [84.86699025256705]
  本稿では,地理空間的タスクの視覚言語モデル(VLM)を評価するためのベンチマークであるGEOBench-VLMを提案する。 私たちのベンチマークでは、手動で検証された命令が1万以上あり、さまざまな視覚条件、オブジェクトタイプ、スケールにまたがっています。 地理空間固有の課題における性能を評価するために,いくつかの最先端のVLMを評価した。
  論文  参考訳（メタデータ） (2024-11-28T18:59:56Z)
• 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)
• Improving Address Matching using Siamese Transformer Networks [0.0]
  本研究では,ポルトガル語アドレスに対するアドレスマッチングの効率向上を目的としたディープラーニングモデルを提案する。 このモデルはポルトガルのアドレスの実際のシナリオでテストされ、高い精度を示し、ドアレベルで95%を超えている。
  論文  参考訳（メタデータ） (2023-07-05T13:58:26Z)
• Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
  歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
  論文  参考訳（メタデータ） (2022-05-05T14:57:39Z)
• Dynamic Focus-aware Positional Queries for Semantic Segmentation [94.6834904076914]
  本稿では,動的焦点認識型位置情報クエリと呼ばれるセマンティックセグメンテーションのための,シンプルで効果的なクエリ設計を提案する。 我々のフレームワークはSOTAの性能を達成し、ResNet-50、Swin-T、Swin-Bのバックボーンによる1.1%、1.9%、および1.1%の単一スケールmIoUでMask2formerより優れています。
  論文  参考訳（メタデータ） (2022-04-04T05:16:41Z)

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。