[논문 리뷰] Location Estimation Using Crowdsourced Geospatial Narratives

Γεώργιος Σκούμας, Dieter Pfoser외 1명|arXiv (Cornell University)|2014. 08. 25.

Geographic Information Systems Studies참고 문헌 28인용 수 4

한 줄 요약

이 논문은 '옆에 있다', '근처에 있다'와 같은 정성적 공간 관계를 포함한 커뮤니티 기반 텍스트 내역을 사용하여 알 수 없는 객체 위치를 추정하기 위한 확률적 프레임워크를 제안한다. 자연어 처리(NLP)를 통해 통신어와 공간 관계를 추출하고, 거리 및 방향 특징을 이용해 이를 정량화하며, 탐욕적인 기반의 기대값 최대화(EM) 알고리즘을 사용해 불확실성을 모델링하는 가우시안 혼합 모델(GMM)을 적용함으로써 정확한 위치 추정을 가능하게 한다. 이는 제한된 데이터 조건에서도 2km 이내의 정확도를 달성한다.

ABSTRACT

The "crowd" has become a very important geospatial data provider. Subsumed under the term Volunteered Geographic Information (VGI), non-expert users have been providing a wealth of quantitative geospatial data online. With spatial reasoning being a basic form of human cognition, narratives expressing geospatial experiences, e.g., travel blogs, would provide an even bigger source of geospatial data. Textual narratives typically contain qualitative data in the form of objects and spatial relationships. The scope of this work is (i) to extract these relationships from user-generated texts, (ii) to quantify them and (iii) to reason about object locations based only on this qualitative data. We use information extraction methods to identify toponyms and spatial relationships and to formulate a quantitative approach based on distance and orientation features to represent the latter. Positional probability distributions for spatial relationships are determined by means of a greedy Expectation Maximization-based (EM) algorithm. These estimates are then used to "triangulate" the positions of unknown object locations. Experiments using a text corpus harvested from travel blog sites establish the considerable location estimation accuracy of the proposed approach.

연구 동기 및 목표

• 사용자 생성 여행 블로그 내에서 정성적 공간 관계(예: '근처에', '옆에 있다')와 통신어를 추출한다.
• 거리 및 방향 특징을 사용해 이러한 정성적 공간 관계를 정량화한다.
• 탐욕적인 기대값 최대화(EM) 알고리즘을 사용해 확률 밀도 함수(PDF)를 통해 이러한 관계의 불확실성을 모델링한다.
• 기타 알려진 지점에 대한 다수의 공간 관계를 기반으로 삼아 알 수 없는 관광지(POI)의 확률적 위치를 유추한다.
• 실제 여행 블로그 데이터 코퍼스를 대상으로 본 방법을 검증하여, 주관적이고 노이즈가 많은 사용자 입력에도 불구하고 강건성과 정확도를 입증한다.

제안 방법

• 여행 블로그 텍스트 내에서 통신어(지표물)와 공간 관계 어휘(예: '옆에 있다', '근처에 있다')를 식별하기 위해 자연어 처리(NLP) 기법을 사용한다.
• 각 공간 관계를 알려진 POI와의 상대적 거리 및 각도 방향을 포함하는 공간 특징 벡터로 변환한다.
• 기대값 최대화(EM) 알고리즘을 기반으로 한 탐욕적인 방법을 사용해 각 관계 유형에 대한 공간 특징의 확률 밀도 함수(PDF)를 학습하기 위해 가우시안 혼합 모델(GMM)을 훈련한다.
• 학습된 PDF를 사용해 다수의 관측치 기반으로 알 수 없는 POI의 위치 확률 분포를 생성한다.
• 다양한 공간 관계로부터 유도된 다수의 확률적 추정치를 조합하여 알 수 없는 POI의 위치를 정밀화하기 위해 삼각측량 기법을 적용한다.
• 노이즈가 많고 커뮤니티 기반으로 수집된 데이터에서의 수렴성을 향상시키기 위해 탐욕적인 기대값 최대화(EM) 방법을 사용해 GMM을 최적화한다.

실험 결과

연구 질문

• RQ1 커뮤니티 기반 여행 블로그 내 정성적 공간 관계를 신뢰할 만하게 추출하고 정량화할 수 있는가?
• RQ2 알려진 지표물에 대한 정성적 공간 관계만으로도 알 수 없는 POI의 위치를 얼마나 정확하게 추정할 수 있는가?
• RQ3 공간 관계 관측치의 수가 증가할수록 위치 추정 정확도는 어느 정도 향상되는가?
• RQ4 본 연구에서 제안한 확률적 모델은 인간이 기술한 공간 관계의 본질적 불확실성과 변동성에 대해 얼마나 강건한가?
• RQ5 본 방법은 실제 세계의 노이즈가 많고 다양한 텍스트 형식을 가진 여행 블로그의 문장들을 효과적으로 처리하여 정밀한 위치 추정을 수행할 수 있는가?

주요 결과

• 모든 공간 관계를 사용할 경우 베이징에서 평균 추정 오차가 1.2km, 파리에서 0.8km에 불과하여 높은 정확도를 입증한다.
• 오직 10%의 관계만 사용하더라도 평균 오차가 15km 이내로 유지되어 최소한의 데이터로도 뛰어난 성능을 보인다.
• 관계 수가 적은 런던과 뉴욕에서는 각각 오차가 15.3km에서 7.7km, 16.2km에서 11.1km로 감소하여 더 많은 데이터가 사용될수록 정확도가 향상됨을 확인했다.
• 모든 도시에서 정확도 향상 경향이 일관되게 나타나, 더 많은 관측치가 더 정밀한 위치 추정을 가능하게 함을 확인했다.
• 탐욕적인 기대값 최대화(EM) 기반의 GMM 접근법은 정성적 공간 데이터의 불확실성을 효과적으로 모델링하여 신뢰할 수 있는 확률적 위치 유추를 가능하게 했다.