Which Melbourne? Augmenting Geocoding with Maps
Which Melbourne? Augmenting Geocoding with Maps
复制标题
DOI：
10.18653/v1/p18-1119
复制
发表时间：
2018-07
期刊：
影响因子：
--
通讯作者：
Milan Gritta;Mohammad Taher Pilehvar;Nigel Collier
中科院分区：
文献类型：
--
作者：
Milan Gritta;Mohammad Taher Pilehvar;Nigel Collier
文本地理定位的目的是将文档中包含的地理信息与一组（或多组）坐标关联起来，可以隐式地使用语言特征，也可以显式地使用与启发式相结合的地理元数据。我们介绍了一个地理编码器（位置提及消歧器），它通过利用隐式词汇线索在三个不同的数据集上实现最先进的（SOTA）结果。此外，我们提出了一种对地理元数据进行系统编码的新方法，以生成同一文本的两种不同视图。为此，我们引入了地图向量（MapVec），这是一种稀疏表示，通过绘制从世界地图上的人口数据导出的先验地理概率获得。然后，我们将隐式（语言）和显式（映射）功能集成在一起，以显著改进一系列度量标准。我们还引入了一个开源数据集，用于地质分析涵盖全球疾病爆发和流行病的新闻事件，以帮助将来对地质分析进行评估。
The purpose of text geolocation is to associate geographic information contained in a document with a set (or sets) of coordinates, either implicitly by using linguistic features and/or explicitly by using geographic metadata combined with heuristics. We introduce a geocoder (location mention disambiguator) that achieves state-of-the-art (SOTA) results on three diverse datasets by exploiting the implicit lexical clues. Moreover, we propose a new method for systematic encoding of geographic metadata to generate two distinct views of the same text. To that end, we introduce the Map Vector (MapVec), a sparse representation obtained by plotting prior geographic probabilities, derived from population figures, on a World Map. We then integrate the implicit (language) and explicit (map) features to significantly improve a range of metrics. We also introduce an open-source dataset for geoparsing of news events covering global disease outbreaks and epidemics to help future evaluation in geoparsing.