用于Twitter用户地理定位的分层位置预测神经网络
社会与信息网络
2019-10-30 v1 计算与语言
摘要
准确估计用户位置对许多在线服务十分重要。先前基于神经网络的方法在很大程度上忽略了位置间的层次结构。本文中，我们提出一种用于Twitter用户地理定位的分层位置预测神经网络。我们的模型首先预测用户的所属国家，然后利用国家结果引导城市级预测。此外，我们采用字符感知词嵌入层以克服推文中的噪声信息。借助特征融合层，我们的模型可容纳多种特征组合，并在三种常用基准下不同特征设置中取得最先进（state-of-the-art）结果。其不仅提升预测精度，还大幅降低了平均误差距离。
引用
@article{arxiv.1910.12941,
title = {A Hierarchical Location Prediction Neural Network for Twitter User Geolocation},
author = {Binxuan Huang and Kathleen M. Carley},
journal= {arXiv preprint arXiv:1910.12941},
year = {2019}
}
备注
Accepted by EMNLP 2019