不遗漏任何地方：人道主义文档中改进的地理定位
计算与语言
2023-09-07 v1
摘要
地理位置是人道主义响应的关键要素，勾勒出脆弱人群、正在进行的事态与可用资源。自然语言处理的最新进展可能有助于从人道主义部门产生的海量报告与文档中提取重要信息。然而，现有最先进信息抽取工具的性能与偏差尚属未知。本工作中，我们开发标注资源以微调流行的命名实体识别（NER）工具 Spacy 与 roBERTa，从而执行人道主义文本的地理标注。随后我们提出一种地理编码方法 FeatureRank，将候选位置链接至 GeoNames 数据库。我们发现，人道主义领域数据不仅提升了分类器性能（最高达 F1 = 0.92），还缓解了现有工具的一些偏差，这些工具错误地偏向西方国家位置。因此我们得出结论，需要确保非西方文档的更多资源，以使现成 NER 系统适用于人道主义部门部署。
引用
@article{arxiv.2309.02914,
title = {Leave no Place Behind: Improved Geolocation in Humanitarian Documents},
author = {Enrico M. Belliardo and Kyriaki Kalimeri and Yelena Mejova},
journal= {arXiv preprint arXiv:2309.02914},
year = {2023}
}