Location extraction from tweets

پنجاه میلیون توییت روزانه ارسال می شود و توییتر یک پلت فرم رسانه ای بزرگ اجتماعی است که از طریق آن می توان اطلاعات مربوط به رویدادها را استخراج کرد. این حوادث به وسیله سه ابعاد اصلی ارائه می شوند: زمان، مکان و اطلاعات مرتبط با موجودیت. تمرکز این مقاله مکان، که یک ابعاد اساسی برای برنامه های کاربردی جغرافیایی است، یا هنگام کمک به عملیات نجات در طی یک فاجعه و یا زمانی که برای توصیه های متنی استفاده می شود. در حالی که اولین نوع نرم افزار احتیاج به فراخوانی فراوانی دارد، دوم دقیق تر است. این مقاله، بازنگری فراخوان / دقت را بررسی می کند، ترکیب روش های مختلف برای استخراج مکان ها. در زمینه پست های کوتاه، استفاده از ابزارهایی که برای زبان طبیعی ساخته شده است، با توجه به ماهیت توییت ها که به طور کلی خیلی کوتاه است که به زبان زبانی صحیح باشد، کافی نیست. همچنین با در نظر گرفتن تعداد زیاد پست هایی که باید مورد استفاده قرار گیرند، ما فرض می کنیم که پیش بینی می کند که آیا یک پست دارای یک مکان باشد یا خیر، باعث می شود که اکسترکت های موقعیت مکانی بیشتر متمرکز شوند و در نتیجه موثر باشند. ما یک مدل برای پیش بینی اینکه آیا یک صدای جیر جیر شامل یک مکان یا نه و یک نشان می دهد که پیش بینی مکان یک مرحله قبل از پردازش مفید برای استخراج مکان است. ما تعدادی از ویژگی های جدید صدای جیر جیر را تعریف می کنیم و ما ارزیابی شدید انجام می دهیم. یافته های ما این است که (1) ترکیب ابزار استخراج مکان فعلی برای نتایج دقت گرا یا یادآوری محور موثر است؛ (2) غنی سازی نمایندگی صدای جیر جیر برای پیش بینی اینکه آیا یک صدای جیر جیر شامل یک مکان یا نه، موثر است (3) گزاره جغرافیا و وقوع پیشنهادهایی درست قبل از نام اسم مناسب دو ویژگی مهم برای پیش بینی وقوع یک مکان در توییت ها هستند و (4) دقت استخراج محل بهبود می یابد، زمانی که پیش بینی می شود که یک مکان وجود داشته باشد در صدای جیر جیر