[論文レビュー] On Quantifying Qualitative Geospatial Data: A Probabilistic Approach

Γεώργιος Σκούμας, Dieter Pfoser+1 more|arXiv (Cornell University)|Nov 18, 2013

Geographic Information Systems Studies参考文献 35被引用数 11

ひとこと要約

本稿では、ユーザーが生成したテキストから『北』や『近い』などの定性的な空間的関係を、ガウス・ミクスチャ・モデル（GMM）を用いた貪欲な期待値最大化（EM）アルゴリズムで距離および方位特徴をモデル化することで、確率的フレームワークを提案する。この手法により、空間的関係の確率分布が推定され、集団的テキスト記述から不確実なオブジェクト位置の推論が可能となり、検証では『近い』や『隣接』といった関係が高く類似しており、同時にモデル化可能であることが示された。

ABSTRACT

Living in the era of data deluge, we have witnessed a web content explosion, largely due to the massive availability of User-Generated Content (UGC). In this work, we specifically consider the problem of geospatial information extraction and representation, where one can exploit diverse sources of information (such as image and audio data, text data, etc), going beyond traditional volunteered geographic information. Our ambition is to include available narrative information in an effort to better explain geospatial relationships: with spatial reasoning being a basic form of human cognition, narratives expressing such experiences typically contain qualitative spatial data, i.e., spatial objects and spatial relationships. To this end, we formulate a quantitative approach for the representation of qualitative spatial relations extracted from UGC in the form of texts. The proposed method quantifies such relations based on multiple text observations. Such observations provide distance and orientation features which are utilized by a greedy Expectation Maximization-based (EM) algorithm to infer a probability distribution over predefined spatial relationships; the latter represent the quantified relationships under user-defined probabilistic assumptions. We evaluate the applicability and quality of the proposed approach using real UGC data originating from an actual travel blog text corpus. To verify the quality of the result, we generate grid-based maps visualizing the spatial extent of the various relations.

研究の動機と目的

• ユーザーが生成したコンテンツに見られる曖昧で定性的な空間的関係（例：『北』、『近い』）を表現する課題に対処すること。
• 複数のテキスト観測に基づいて、これらの定性的関係を確率的空間モデルに定量化する手法を開発すること。
• 物語的テキストから抽出した距離および方位特徴に基づいて、未知のオブジェクト位置を推論できること。
• 視覚的マッピングおよびKLダイバージェンスなどの類似度指標を用いて、推定された確率的空間モデルの品質を評価すること。
• 集団的地理的ナラティブを用いた自動テキストから地図生成システムの開発を支援すること。

提案手法

• アプローチは、ユーザーが生成したコンテンツにおける空間的関係のテキスト記述から、距離および方位特徴を抽出する。
• 距離と方位の上にガウス・ミクスチャ・モデル（GMM）を用いて多変量確率分布として空間的関係をモデル化する。
• 対数尤度を最適化し、KLダイバージェンスを最小化するために、貪欲な期待値最大化（EM）アルゴリズムを用いてGMMを繰り返し学習する。
• 空間的関係の種別に応じて、距離と方位を相関させるモデル化と独立させるモデル化を区別する。
• 平均対数尤度とベースラインモデルとのKLダイバージェンスを用いて、モデルの収束性と品質を評価する。
• 最終的な確率的モデルはグリッドベースの地図として可視化され、空間的範囲と正確性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが生成したテキストからの定性的な空間的関係を、効果的に確率的空間モデルに定量化する方法は何か？
• RQ2 『近い』や『隣接』、『中に』といった空間的関係のうち、距離と方位を相関させるモデルが適しているのはどれで、独立させるモデルが適しているのはどれか？
• RQ3 異なる確率的モデルは、ガウス成分の数が増加するに従ってどの程度収束し、改善するか？
• RQ4 意味的に関連する空間的関係、例えば『近い』と『隣接』の確率的表現はどれほど類似しているか？
• RQ5 提案手法は、複数のテキスト観測から未知のオブジェクト位置を信頼性高く推論できるか？

主な発見

• 確率的モデルはテキストデータからの空間的関係を効果的に捉えており、『近い』や『隣接』といった関係では対数尤度が速やかに安定した。
• 『近い』と『隣接』の関係は、ベースラインモデルからのKLダイバージェンスが低く、少ない成分で安定したかつてない確率的表現を示した。
• 『上に・中に』関係ペアは、成分数が増えるにつれて発散が増加し、複雑または一貫性のない使用パターンを示唆した。
• 『近い』と『隣接』ペアは、すべての設定で一貫して低いKLダイバージェンスを示し、強い意味的および確率的類似性を示した。
• 『近い』と『隣接』を1つの確率的モデルに統合することが可能であり、意味的に重複する関係の効率的表現が可能であることを示した。
• 本手法は、集団的テキストデータにおける不確実性を効果的に扱う能力を示し、信頼性の高い空間的推論および地図生成を可能にした。