用于从带地理标签的房屋广告中采集本地地名的自然语言处理与地理空间聚类框架
信息检索
2018-09-11 v1
摘要
本地地名常被生活于某一地理区域的居民使用。由于这类地名具有方言性质、对覆盖广大区域(如全球)的地名词典而言相对不重要、近期才确立(如新开业购物中心的名称)或其他原因,它们可能未被现有地名词典收录。尽管未必被记录,本地地名在许多应用中发挥着重要作用,从支撑城市规划中的公众参与到灾害响应中定位受困者。本文提出一种从带地理标签的房屋广告中采集本地地名的计算框架。我们利用发布在面向本地网站(如 Craigslist)上的那些广告,其中常提及本地地名。所提框架包含两个阶段:自然语言处理(NLP)与地理空间聚类。NLP 阶段检查房屋广告的文本内容并提取地名候选。地理空间阶段关注与提取出的地名候选相关联的坐标,并执行多尺度地理空间聚类以滤除非地名。我们通过将框架性能与六种基线对比来评估之,并将结果与四种现有地名词典比较,以展示本框架发现的尚未被收录的本地地名。
引用
@article{arxiv.1809.02824,
title = {A natural language processing and geospatial clustering framework for harvesting local place names from geotagged housing advertisements},
author = {Yingjie Hu and Huina Mao and Grant McKenzie},
journal= {arXiv preprint arXiv:1809.02824},
year = {2018}
}
备注
International Journal of Geographical Information Science, 2018