.png){kind=icon}
返回
Text Geolocation Prediction via Self-Supervised Learning
.png){kind=icon}
OA
AI
DOI：10.3390/ijgi14040170.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文本地理定位预测旨在通过文本语义推断文本的地理位置，为各种地理应用提供基础任务。作为主流方法，基于深度学习的方法遵循监督学习范式，这严重依赖于大量标注样本来训练模型参数。为解决这一局限性，本文提出了一种无需标注样本的文本地理定位预测方法，即GeoSG（地理自监督地理定位）模型，该方法利用自监督学习在标注样本不可用的情况下提升文本地理定位预测性能。具体而言，GeoSG整合空间距离和层次约束，以地理关系图来表征兴趣点（POIs）与文本的交互。同时，它设计了两个自监督任务来训练共享网络，以学习兴趣点与文本之间的关系。最后，基于训练好的共享网络推断文本的地理位置。在两个数据集上的实验结果表明，所提出的方法优于当前最佳基线方法，且具有鲁棒性。本研究为各类文本文档的地理定位提供了方法学参考，并为解决缺乏标注样本的众多地理智能任务提供了解决方案。
Keyword:
text geolocation
self-supervised learning
graph neural networks
data-scarce scenarios
期刊
IF:
6
论文数:
823
被引数:
1.4K
机构
引用论文
A Neoteric Approach toward Social Media in Public Health Informatics: A Narrative Review of Current Trends and Future Directions公共卫生信息学中针对社交媒体的新近方法：当前趋势与未来方向的叙事性综述.png)
InformationOAAI
InformationIF0
OAAI分享收藏Digital Twin Smart Cities for Disaster Risk Management: A Review of Evolving Concepts用于灾害风险管理的数字孪生智慧城市: 不断发展的概念综述SUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏分享收藏A Transformer-Based Framework for POI-Level Social Post Geolocation基于Transformer的POI级社交帖子地理定位框架
PREAI
分享收藏Public Opinion About COVID-19 on a Microblog Platform in China: Topic Modeling and Multidimensional Sentiment Analysis of Social Media中国微博平台新型冠状病毒肺炎舆情: 社交媒体话题建模与多维情感分析OAAI
OAAI分享收藏Typhoon-DIG: Distinguishing, Identifying and Geo-Tagging Typhoon-Related Social Media Posts in TaiwanTyphoon-DIG：区分、识别和地理标记与台风相关的社交媒体帖子在台湾
PREAI
分享收藏
查看更多内容