[論文レビュー] Geo-referencing Place from Everyday Natural Language Descriptions

Hao Chen, Maria Vasardani+1 more|arXiv (Cornell University)|Oct 9, 2017

Geographic Information Systems Studies参考文献 24被引用数 8

ひとこと要約

本論文は、場所グラフ内の空間的関係を活用することで、最先端のトポニム解決を上回る正確性と再現率を実現する、自然言語による場所記述のための新規地理的参照手法を提案する。場所とその定性的な空間的関係（例：'隣にある'、'近くにある'）をモデル化することで、地名語彙に登録されていない場所や、非標準的な表現を用いた場所記述に対しても、より正確な位置推定が可能になる。

ABSTRACT

Natural language place descriptions in everyday communication provide a rich source of spatial knowledge about places. An important step to utilize such knowledge in information systems is geo-referencing all the places referred to in these descriptions. Current techniques for geo-referencing places from text documents are using place name recognition and disambiguation; however, place descriptions often contain place references that are not known by gazetteers, or that are expressed in other, more flexible ways. Hence, the approach for geo-referencing presented in this paper starts from a place graph that contains the place references as well as spatial relationships extracted from place descriptions. Spatial relationships are used to constrain the locations of places and allow the later best-matching process for geo-referencing. The novel geo-referencing process results in higher precision and recall compared to state-of-art toponym resolution approaches on several tested place description datasets.

研究の動機と目的

• 現在のトポニム解決が、地名語彙に登録されていない場所や日常的な記述における柔軟な言語表現を処理できないという限界を克服すること。
• 名前照合による処理が難しい、細分化された場所（例：'バbecキューのエリア'、'中央駅'）の地理的参照精度を向上させること。
• 空間的関係を地理的参照プロセスに統合し、位置候補を制約・精錬する手法を開発すること。
• 既存のトポニム解決技術と比較して、自然言語による場所記述のデータセットにおいて、より高い正確性と再現率を達成すること。

提案手法

• 自然言語による場所記述から場所参照とその定性的な空間的関係（例：'隣にある'、'近くにある'、'前にはある'）を抽出し、場所グラフを構築する。
• 地域ベース論理（例：Randellら 1992）に基づく定性的空間推論モデルを用いて、場所間の空間的関係を表現・推論する。
• 場所グラフからの空間的制約を活用して、各場所参照の地理的位置をランク付け・選択する最適マッチングアルゴリズムを適用する。
• 場所グラフ構造を解決プロセスに統合することで、地名が地名語彙に存在しない場合でも位置推定が可能になる。
• 場所抽出、空間的関係抽出、グラフ構築、空間的制約付きマッチングの順序で実行されるマルチステップの意味あいまい性解消パイプラインを採用する。
• 複数の実世界の自然言語による場所記述データセットを用いて、最先端のトポニム解決システムと比較して手法の有効性を評価する。

実験結果

リサーチクエスチョン

• RQ1 自然言語による場所記述から抽出された空間的関係は、名前ベースのトポニム解決を上回る地理的参照の正確性を向上させることができるか？
• RQ2 場所とその空間的関係をグラフ形式で表現することは、曖昧な場所や地名語彙に登録されていない場所参照の解決にどの程度有効か？
• RQ3 定性的空間推論を組み込むことで、細分化された場所（例：部屋、ATM、局所的特徴）の正確性と再現率はどの程度向上するか？
• RQ4 本手法は、柔軟で口語的、あるいは文脈依存的な場所記述を含むデータセットにおいて、既存のトポニム解決技術を上回ることができるか？

主な発見

• 提案手法は、自然言語による場所記述の複数のテストデータセットにおいて、最先端のトポニム解決手法と比較して顕著に高い正確性と再現率を達成した。
• 空間的関係を地理的参照パイプラインに統合することで、地名語彙に登録されていない場所（例：口語的表現や曖昧な参照「電車の駅」など）の正確な解決が可能になった。
• 定性的空間関係を有する場所グラフを用いることで、従来の手法が困難な細分化された場所（例：部屋、ATM、局所的特徴）の意味あいまい性が低減され、解消が促進された。
• 緊急通報、旅行ガイド、SNS投稿文など多様な記述スタイルに対しても、本手法は高い耐性を示した。
• 領域の接続性と基本的方向関係に基づく定性的空間推論は、位置候補の制約を効果的に行い、マッチングの正確性を向上させた。
• 同義語、文脈依存の参照、標準名のない場所が含まれる状況において、本手法は名前ベースの意味あいまい性解消を上回った。