用户说他们在地球上的哪里？：面向嘈杂多语言用户输入的地理实体链接
Where on Earth Do Users Say They Are?: Geo-Entity Linking for Noisy Multilingual User Input
AI总结：
针对嘈杂多语言社交媒体数据的地理实体链接问题，提出利用已标注位置名称的平均嵌入表示现实位置，并通过可解释置信度分数实现选择性预测，有效提升了全球多语言数据集上的链接效果。
摘要：
地理实体链接（geo-entity linking）是将位置提及链接到现实世界地理位置的任务。本文探讨了针对嘈杂、多语言社交媒体数据进行地理实体链接的挑战性任务。目前可用的开源多语言地理实体链接工具很少，且现有工具通常是基于规则的，在社交媒体环境中容易失效，或是基于 LLM 的，对于大规模数据集来说成本过高。我们提出了一种方法，将现实世界位置表示为来自已标注用户输入位置名称的平均嵌入，并允许通过可解释的置信度分数进行选择性预测。我们表明，我们的方法在全局和多语言社交媒体数据集上改进了地理实体链接，并讨论了在不同地理粒度下进行评估的进展与问题。
英文摘要：
Geo-entity linking is the task of linking a location mention to the real-world geographic location. In this paper we explore the challenging task of geo-entity linking for noisy, multilingual social media data. There are few open-source multilingual geo-entity linking tools available and existing ones are often rule-based, which break easily in social media settings, or LLM-based, which are too expensive for large-scale datasets. We present a method which represents real-world locations as averaged embeddings from labeled user-input location names and allows for selective prediction via an interpretable confidence score. We show that our approach improves geo-entity linking on a global and multilingual social media dataset, and discuss progress and problems with evaluating at different geographic granularities.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
