量化定性地理空间数据：一种概率方法
数据库
2013-11-21 v1
摘要
身处数据泛滥的时代，我们见证了网络内容的爆炸式增长，这主要归功于用户生成内容（UGC）的大量涌现。在本工作中，我们专门考虑地理空间信息的提取与表示问题，利用包括图像和音频数据、文本数据等在内的多样化信息源，超越了传统的自发地理信息。我们的目标是将可用的叙事信息纳入其中，以更好地解释地理空间关系：由于空间推理是人类认知的基本形式，表达此类经验的叙事通常包含定性空间数据，即空间对象和空间关系。为此，我们提出了一种定量方法，用于表示从 UGC 文本中提取的定性空间关系。所提出的方法基于多重文本观测对这些关系进行量化。这些观测提供了距离和方向特征，由一种基于贪婪期望最大化（EM）的算法利用，以推断预定义空间关系上的概率分布；后者代表了在用户定义的概率假设下量化的关系。我们使用源自真实旅行博客文本语料库的实际 UGC 数据，评估了所提出方法的适用性和质量。为验证结果质量，我们生成了基于网格的地图，以可视化各种关系的空间范围。
引用
@article{arxiv.1311.5204,
title = {On Quantifying Qualitative Geospatial Data: A Probabilistic Approach},
author = {Georgios Skoumas and Dieter Pfoser and Anastasios Kyrillidis},
journal= {arXiv preprint arXiv:1311.5204},
year = {2013}
}