Sep, 2023

毋遺一處：提升人道主義文件的地理定位

PDF
TL;DR地理位置是人道主义响应的关键要素，提供了弱势人口、持续事件和可用资源的概述。最新的自然语言处理发展可以帮助从大量人道主义领域产生的报告和文件中提取关键信息，但现有的信息提取工具的性能和偏见尚不清楚。本研究利用 Spacy 和 roBERTa 来进行人道主义文本的地理标记，提出了一个名为 FeatureRank 的地理编码方法，将候选位置与 GeoNames 数据库进行连接。发现人道主义领域的数据不仅提高了分类器的性能（F1 = 0.92），而且缓解了现有工具的偏见，错误偏向西方国家的位置。因此，我们得出结论：需要更多来自非西方文件的资源，以确保现成的 NER 系统适用于人道主义领域的部署。
发现论文，激发创造
  • 利用领域知识进行包容性和偏见感知的人道主义响应录入分类

    本论文旨在介绍一种适合于人道主义数据分析的新型体系结构，创建和发布一种名为 HumBert 的新型人道主义专用 LLM，提出一种系统衡量和减轻偏见的方法，并且通过针对性的反事实数据增强方法有效缓解偏见，证明该方法相对于强基准模型在零样本和完全训练设置下表现更好。

    May, 2023

  • 利用背景与限制条件改善对人口贩卖网页的地理标记

    该论文使用整数线性规划模型，结合上下文、限制条件和开放的地理名称知识库来提高人口贩卖定位标记的精度和 F - 度量。实验结果表明，相比于基于机器学习的基线，该框架可提高 28.57％的精度和 36.9％的 F - 度量。这种方法已被广泛应用于美国执法部门，以打击人口贩卖。

    Apr, 2017

  • 迷失在太空：事件数据中的地理定位

    本篇研究提出了一种基于监督式机器学习的算法，利用新闻文章数据中的 N-gram 模式、提及频率和句子上下文等上下文信息，对文本数据中的位置词进行判断，并在 GEO 码表现上提高了 25% 的准确性。

    Nov, 2016

  • 文本中位置参考识别：调查与比较

    本文对地理位置信息的解析进行了系统梳理和综合评估，总结了地理信息检索、疾病监测、交通管理等七个应用领域的实践应用，归纳了四类解析方法并对其中流行的 27 种方法进行了计算正确性和效率评估，为未来方法发展提供了指导和参考。

    Jul, 2022

  • 文本中的政治事件地理定位

    本文介绍了一种自动地从文本中找到政治事件发生地点的方法，基于一个包含 8,000 个标签的句子集合，使用了一种将自动提取的事件和文本位置联系起来的方法，该模型在注释任务上达到了人类水平表现，胜过了先前的事件地理定位系统，并可应用于大多数地理环境下的事件提取系统。本文形式化了事件 - 位置链接任务、描述了神经网络模型，并演示了一个工作流来回答叙利亚内战中传统军事攻势导致平民伤亡的开放性问题。

    May, 2019

  • 利用自然语言处理从社交网络文本中提取高准确度的位置信息

    机器学习和自然语言处理可以通过预测实时的恐怖袭击来帮助打击恐怖主义，本研究通过使用社交网络文本来提取必要信息建立合适的恐怖袭击预测数据集，实验发现现有解决方案在地点识别方面准确率较低，我们的解决方案得以解决，并将扩展解决方案以提取日期和行动信息来实现项目目标。

    Aug, 2023

  • 文本中隐含地理移动的识别

    通过手动标注、众包及机器学习相结合的方式，本文创新性地建立了基于地理运动描述文本的语料库，以推动地理数据的计算处理和空间认知能力的探索。

    Jan, 2022

  • 面向细粒度识别的地理感知网络

    本文系统考察了在细粒度图像分类中，如何利用地理位置信息来提高分类准确性，通过发布两个带有地理位置信息的数据集，实验结果表明，使用地理位置信息可以将模型的准确性从 70.1% 提高到 79.0%。研究还发现，针对资源有限的模型，建议使用特征调节模型，可以将模型准确性从 59.6% 提高到 72.2%。

    Jun, 2019

  • HeGeL：希伯来文地理位置信息新数据集

    本文介绍了 Hebrew Geo-Location（HeGeL）语料库，它是用于采集字面意义上的地方描述和分析语言地理空间推断的，证明数据展示了丰富的地理空间推断使用，并需要一种新的环境表示。

    Jul, 2023

  • 基于命名实体识别和主题建模的社交媒体中自然灾害定位和评估的解决方案

    在这篇论文中，我们提出了一个三步解决方案，旨在充分利用社交媒体内容和自然语言处理技术，实现灾害信息学中的相关分类、地点提取和主题建模，以应对社交媒体内容中的挑战。

    May, 2024