基于注意力的 OpenStreetMap 破坏行为检测
机器学习
2022-01-26 v1
摘要
OpenStreetMap (OSM) 是一个协作式众包网络地图，是公开可用的全球地图数据的独特来源，正日益被 Web 应用所采用。破坏行为检测是支持信任并维护 OSM 透明度的关键任务。由于数据集规模庞大、贡献者数量众多、破坏形式各异以及缺乏标注数据，该任务极具挑战性。本文提出 Ovid——一种用于 OSM 中破坏行为检测的基于注意力的新方法。Ovid 依赖于一种新颖的神经架构，该架构采用多头注意力机制来有效汇总指示 OSM changesets 中破坏行为的信息。为促进自动化破坏检测，我们引入了一组捕获 changeset、用户和编辑信息的原创特征。此外，我们首次从 OSM 编辑历史中提取了真实世界破坏事件的数据集，并将该数据集作为开放数据提供。我们在真实世界破坏数据上进行的评估证明了 Ovid 的有效性。
引用
@article{arxiv.2201.10406,
title = {Attention-Based Vandalism Detection in OpenStreetMap},
author = {Nicolas Tempelmeier and Elena Demidova},
journal= {arXiv preprint arXiv:2201.10406},
year = {2022}
}