通过更优候选生成、基于 Transformer 的重排序与两阶段解析改进地名解析
计算与语言
2023-05-22 v1
摘要
地理编码是将文本中的地点提及转换为编码地理空间语义的结构化数据的任务。我们提出一种新的地理编码架构 GeoNorm。GeoNorm 首先使用信息检索技术从地理空间本体生成候选条目列表，随后使用基于 Transformer 的神经网络对候选条目重排序，该网络融入了来自本体的信息（如条目的人口数）。这一生成-重排序过程应用两次：首先解析歧义较小的国家、州和县，其次利用已识别的国家、州和县作为上下文解析其余地点提及。我们提出的地名解析框架在多个数据集上取得了最先进的性能。代码与模型见 \url{https://github.com/clulab/geonorm}。
引用
@article{arxiv.2305.11315,
title = {Improving Toponym Resolution with Better Candidate Generation, Transformer-based Reranking, and Two-Stage Resolution},
author = {Zeyu Zhang and Steven Bethard},
journal= {arXiv preprint arXiv:2305.11315},
year = {2023}
}