迷失于空间：事件数据中的地理位置定位
计算与语言
2019-08-28 v1
摘要
从文本数据中提取“正确”的位置信息，即确定事件发生地，长期以来一直是自动文本处理的目标。为了近似人类编码模式，我们引入一种监督机器学习算法，将每个位置词分类为正确或不正确。我们使用从全球收集的新闻文章（综合危机预警系统 [ICEWS] 数据和开放事件数据联盟 [OEDA] 数据）来测试我们的两阶段算法。在特征选择阶段，我们从文本中提取上下文信息，即位置词的 N-gram 模式、提及频率以及包含位置词的句子上下文。在分类阶段，我们使用三种分类器估计训练集中的模型参数，然后预测测试集新闻文章中的位置词是否为事件发生地。验证结果表明，我们的算法将当前基于字典方法的地理定位准确率提高了多达 25%。
引用
@article{arxiv.1611.04837,
title = {Lost in Space: Geolocation in Event Data},
author = {Sophie J. Lee and Howard Liu and Michael D. Ward},
journal= {arXiv preprint arXiv:1611.04837},
year = {2019}
}