基于 sentence-BERT 监督学习利用维基百科预测全球城市交通类型
计算与语言
2022-04-12 v1 机器学习
摘要
世界上绝大多数人口居住在城市与都市区。理解城市交通类型对规划者与决策者极具价值，其决策可能影响数百万城市居民。尽管理解城市类型很有价值，但标注数据（城市及其类型）稀缺，在当前交通文献中至多涵盖数百个城市。为打破此壁垒，我们提出一种监督机器学习方法，依据城市维基百科页面的信息预测其类型。我们的方法利用了自然语言处理的最新突破，即sentence-BERT，并展示了如何将维基百科中基于文本的信息有效用作城市类型预测任务的数据源，可应用于全球超过2000个城市。我们提出一种利用城市维基百科页面进行低维城市表示的新方法，使得即便仅有数百个标注样本，城市类型标签的监督学习也可行。这些特征与标注城市样本一起用于训练四种不同城市类型的二分类器（逻辑回归）：（i）拥堵型，（ii）汽车主导型，（iii）公交主导型，以及（iv）自行车友好型，分别获得0.87、0.86、0.61和0.94的合理高AUC分数。我们的方法为在城市类型模型中纳入额外变量提供了充分灵活性，也可用于研究其他城市类型。我们的发现可协助交通与城市规划领域的多元利益相关者，并为将维基百科（或类似平台）的基于文本的信息用作此类领域的数据源开辟了新机遇。
引用
@article{arxiv.2204.05193,
title = {Worldwide city transport typology prediction with sentence-BERT based supervised learning via Wikipedia},
author = {Srushti Rath and Joseph Y. J. Chow},
journal= {arXiv preprint arXiv:2204.05193},
year = {2022}
}