你在世界何处？Twitter 中的地理定位与语言识别
计算机与社会
2014-08-19 v1 社会与信息网络
摘要
思想与内容在地点和语言之间的流动无疑是信息时代研究人员至关重要的关注点，而 Twitter 已成为一个核心的全球平台，数亿人在此分享知识和信息。各种研究试图从推文挖掘位置和语言元数据，以理解与该平台每天流动的 3 亿条推文相关的重要问题。然而，大部分工作仅基于对如何最佳处理信息产生的空间和语言背景的有限理解。此外，标准且公认的做法尚未出现。因此，本文研究了用于确定 Twitter 内容语言和位置的关键方法的可靠性。它将三种自动语言识别包与 Twitter 的用户界面语言设置以及人工语言编码进行比较，以识别常见的分歧来源。本文还表明，在许多情况下，用户输入的個人資料位置与用户实际发布推文的物理位置不同。因此，这些开放的、用户生成的個人資料位置不能用作发布到 Twitter 的信息物理位置的有效代理。
引用
@article{arxiv.1308.0683,
title = {Where in the World are You? Geolocation and Language Identification in Twitter},
author = {Mark Graham and Scott A. Hale and Devin Gaffney},
journal= {arXiv preprint arXiv:1308.0683},
year = {2014}
}