大量地理空间网络搜索超越传统 GIS 范畴
信息检索
2026-05-13 v1 人工智能
计算与语言
人机交互
摘要
网络搜索查询涉及地点的频率远超现有标注方案所揭示的程度，然而地理空间网络搜索查询的图景——人们关于地点询问什么以及频率如何——在大规模上仍未得到充分刻画。我们应用稠密句子嵌入、轻量级 SetFit 分类器和基于密度的聚类，对包含 101 万条真实 Bing 查询的完整 MS MARCO 语料库进行分析，未预先过滤地名或空间关键词，识别出 181,827 条地理空间查询（18.0%），几乎是原始标注中标记为“位置”的 6.17% 的三倍。由此产生的包含 88 个查询类别的分类法揭示，地理空间网络搜索主要由事务性和实用性查找主导：仅成本和价格就占地理空间查询的 15.3%，几乎是整个自然地理主题规模的两倍。此类活动的大部分——成本、营业时间、联系方式、天气、旅行推荐——都超出了传统 GIS 系统和知识图谱所构建的服务范围。这些类别在它们所允许的答案类型上差异显著，从可通过空间数据库或知识图谱回答的确定性查找，到需要生成式或实时系统的评价性或时间敏感查询。我们讨论了这对混合检索架构和大型语言模型地理推理基准的影响。我们公开释放了标注数据集、分类器和分类法。
引用
@article{arxiv.2605.11336,
title = {Much of Geospatial Web Search Is Beyond Traditional GIS},
author = {Ilya Ilyankou and Stefano Cavazzi and James Haworth},
journal= {arXiv preprint arXiv:2605.11336},
year = {2026}
}