增强人类中心主义种族契约检测与地理参考的即插即用 NLP 管道
人机交互
2025-10-13 v2
摘要
尽管种族契约不再具有法律约束力，但它们在二十世纪财产契据中继续塑造着空间和社会经济不平等。理解这一遗产需要识别具有种族限制性语言的契约并将其定位。Mapping Prejudice 项目通过让志愿者在 Zooniverse 众包平台上转录契约并将其链接到现代地块图纸来实现这一目标。该项目虽然探索了自动化方法，但仍重视众包因其社会影响和技术优势。历史上，Mapping Prejudice 依赖基于词典的搜索，后来改用模糊匹配来标记可疑契约。然而，模糊匹配导致假阳性增加，增加了志愿者的负担并引发可扩展性问题。此外，尽管许多财产可以自动映射，但其他财产仍需要耗时的手动地理定位。我们提出一种以人类中心为导向的计算方法，包含两个即插即用 NLP 管道：（1）一个具有上下文感知的文本标注模型，可实现高精度地标记具有种族限制性语言；（2）一个地理参考模块，从契约中提取地理描述并将其解析到真实世界位置。我们在来自密西根和威斯康星六个县的历史契据文件上对系统进行了评估。我们的系统在种族术语检测中将假阳性减少 25.96%，同时保持 91.73% 的召回率，并在 1x1 平方英里范围内实现 85.58% 的地理参考准确率。这些工具增强了文档筛选和空间注释，加速了志愿者参与，减少了手动清理，同时强化了公共参与。
引用
@article{arxiv.2509.05829,
title = {Augmenting Human-Centered Racial Covenant Detection and Georeferencing with Plug-and-Play NLP Pipelines},
author = {Jiyoon Pyo and Yuankun Jiao and Yao-Yi Chiang and Michael Corey},
journal= {arXiv preprint arXiv:2509.05829},
year = {2025}
}
备注
Accepted to GeoHCC'25 Workshop at ACM SIGSPATIAL