基于图卷积网络的半监督用户地理定位
计算与语言
2018-05-16 v4
摘要
社交媒体用户地理定位对事件检测等许多应用至关重要。在本文中，我们提出 GCN，一种基于图卷积网络（Graph Convolutional Networks）的多视角地理定位模型，它同时使用文本和网络上下文。我们将 GCN 与最先进方法以及我们提出的两种基线进行比较，并表明当有充足监督可用时，我们的模型在三个基准地理定位数据集上达到或与最先进水平相当。我们还在最小监督场景下评估 GCN，并表明它优于基线。我们发现高速网络门（highway network gates）对于控制 GCN 中有用邻域扩展的量至关重要。
引用
@article{arxiv.1804.08049,
title = {Semi-supervised User Geolocation via Graph Convolutional Networks},
author = {Afshin Rahimi and Trevor Cohn and Timothy Baldwin},
journal= {arXiv preprint arXiv:1804.08049},
year = {2018}
}
备注
ACL2018