博客与推文中基于内容的地理定位比较分析
计算与语言
2018-11-20 v1
摘要
在线信息的地理定位是任何地理空间应用的重要组成部分。虽然以往大多数地理定位工作都聚焦于 Twitter，但在本文中，我们量化并比较了基于文本的地理定位方法在来自 Blogger 和 Twitter 的社交媒体数据上的性能。我们引入了一组新颖的、具有位置特异性的特征，这些特征不仅信息量高而且易于解释，并表明相对于以往提出的最佳地理定位特征，我们能将错误率降低至多 12.5%。我们还表明，尽管 Blogger 用户发布的文本更长，但他们比 Twitter 用户显著更难被地理定位。此外，我们研究了在不同媒体上训练与测试（跨媒体预测）或结合多种社交媒体来源（多媒体预测）的影响。最后，我们探讨了社交媒体相对于三个用户维度——州、性别和行业——的可地理定位性。
引用
@article{arxiv.1811.07497,
title = {A Comparative Analysis of Content-based Geolocation in Blogs and Tweets},
author = {Konstantinos Pappas and Mahmoud Azab and Rada Mihalcea},
journal= {arXiv preprint arXiv:1811.07497},
year = {2018}
}
备注
31 pages, 6 figures, 8 tables