GEDIT:面向百度地图 POI 与可达性联合抽取的地理解强化与依存引导标注模型
计算与语言
2021-08-23 v1
摘要
提供兴趣点(POI)的及时可达性提醒,在提升用户寻找地点与制定访问决策的满意度方面起着至关重要的作用。然而,由于业务变动的动态性,很难使 POI 数据库与真实世界实体保持同步。为缓解该问题,我们形式化并给出了一种实用方案,从非结构化文本中联合抽取 POI 提及并识别其耦合的可达性标签。我们将此任务视为序列标注问题,目标是从非结构化文本中产生 <POI 名称, 可达性标签> 对。该任务具有挑战性,主要由于两个问题:(1) POI 名称常为新生造词,以成功注册新实体或品牌;(2) 文本中可能存在多对,需要处理一对多或多对一映射以使每个 POI 与其可达性标签耦合。为此,我们提出一种地理解强化与依存引导的序列标注(GEDIT)模型,同时应对这两个挑战。首先,为缓解挑战 #1,我们开发了地理增强的预训练模型来学习文本表示。其次,为缓解挑战 #2,我们应用关系图卷积网络从解析出的依存树中学习树节点表示。最后,我们通过将先前预学习的表示整合输入 CRF 层,构建了一个神经序列标注模型。在真实世界数据集上的大量实验证明了 GEDIT 的优越性与有效性。此外,它已在百度地图的生产环境中部署。统计表明,所提方案可节省处理同等数量文档的大量人力与劳动成本,证实其为 POI 可达性维护的实用途径。
引用
@article{arxiv.2108.09104,
title = {GEDIT: Geographic-Enhanced and Dependency-Guided Tagging for Joint POI and Accessibility Extraction at Baidu Maps},
author = {Yibo Sun and Jizhou Huang and Chunyuan Yuan and Miao Fan and Haifeng Wang and Ming Liu and Bing Qin},
journal= {arXiv preprint arXiv:2108.09104},
year = {2021}
}
备注
Accepted by CIKM'21