メタ情報に頼らない高被覆旅行記ジオロケーション技術の開発

开发不依赖元信息的高覆盖游记地理定位技术

基本信息

批准号：
21K12137
负责人：
乾孝司
金额：
$ 2.75万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

観光ビックデータを活用した包括的観光ニーズ調査の対象データとして観光旅行記SNSデータがあるが、これまでのところ、地理的位置情報の取得技術に関する技術的な整備の遅れにより、本調査への観光旅行記SNSデータの利活用は進んでいない。この状況を打開するため、本研究課題では、自然言語解析技術に立脚した２つの要素技術（地理的近接性を保持した埋め込み表現学習および地理的特定性を有するランドマーク抽出）を新たに開発することを通して、観光旅行記SNSの投稿内容から高精度に地理的位置を特定する技術（文書ジオロケーション技術、DG技術）を確立することを目的とする。2021年度は、地理的近接性を保持した埋め込み表現学習に関する手法の開発に着手し、良好な成果を得た。そこで、2022年度は主に、地理的特定性を有するランドマーク抽出に関する手法の開発に着手した。DG課題では地理的特定性を有するランドマークが重要な手がかりとなるが、現状において、単語の地理的特定性（ランドマーク性）の有無を判定する技術は整備されていない。そこで、本研究課題では、ある単語が文書内に現れた時にその単語が地理的位置を特定する程度をあらわす指標として地理的特定性指標を開発した。本指標は、地理的曖昧性および名称専有性の２つの要素から構成されている。地理的曖昧性はエンティティとそれをあらわす単語との対応関係に基づく指標であり、名称専有性はエンティティと単語との対応関係に関する人々の一般的な認知の度合いに基づく指標である。日本語Wikipedia データを知識源として、２つの指標値を推定したところ、直接評価では、ある程度人間の直感に沿う妥当な指標値を推定できていることを確認した。また、間接評価では、推定した指標値をDG課題の特徴量として取り込んだ比較実験を通して、指標値がDG課題の性能向上に寄与することを確認した。

旅游旅行期刊SNS数据是使用旅游数据大数据进行全面旅游需要调查的目标数据，但是到目前为止，由于有关获取地理位置信息的技术的技术开发延迟，该调查中的旅游旅行期刊SNS数据的使用尚未进行。为了克服这种情况，该研究主题旨在建立技术（文档地理位置技术，DG技术），该技术通过基于自然语言分析技术的两种基础技术（嵌入式语言表达式学习（嵌入式地理位置）的地理位置和地理特定度来划分的嵌入式语言表达技术，从而从旅游旅游期刊和社交媒体上的帖子的内容准确地识别地理位置。在2021年，我们开始开发一种学习嵌入式表示的方法，该方法保持地理位置接近并取得了良好的结果。因此，在2022年，我们开始开发一种以地理特异性提取地标的方法。具有地理特异性的地标是DG问题中的重要线索，但目前尚无技术来确定单词是否具有地理特异性（地标性属性）。因此，在本研究主题中，我们开发了一个地理特异性指标作为指示指标，该指标指示单词在文档中出现时识别其地理位置的程度。该指标由两个要素组成：地理歧义和名称的礼节。地理歧义是基于代表它的实体和单词之间的对应关系的指标，而名称的指示是基于对实体和单词之间对应关系的一般感知程度的指标。我们使用日本的维基百科数据作为知识来源，我们估计了两个指标值，我们确认可以在一定程度上估计索引值与人类直觉一致的估计。此外，在间接评估中，可以通过比较实验确认指数值有助于提高DG问题的性能，在比较实验中，估计的指数值被作为DG问题的特征数量纳入。