RACCOON：一种用于从新闻文章中捕获位置坐标的检索增强生成方法
RACCOON: A Retrieval-Augmented Generation Approach for Location Coordinate Capture from News Articles
AI总结：
RACCOON是一种基于检索增强生成的地理编码方法，通过从位置数据库检索上下文并输入LLM，从新闻文章中提取位置坐标，在多个数据集上验证了其有效性。
摘要：
地理编码涉及自动提取新闻文章中报道的事件的位置坐标，可用于流行病情报或灾害管理。本文介绍了检索增强的在线新闻文章坐标捕获（RACCOON），一种从新闻文章中提取地理位置的开放源代码地理编码方法。RACCOON采用检索增强生成（RAG）方法，其中候选位置及相关信息以上下文形式从位置数据库中检索，并将包含检索到的上下文、位置提及和新闻文章的提示输入到大型语言模型（LLM）中以生成位置坐标。我们在三个数据集、两个底层LLM、三个基线和基于RACCOON组件的多项消融测试上的评估证明了RACCOON的实用性。据我们所知，RACCOON是首个使用预训练LLM的基于RAG的地理编码方法。
英文摘要：
Geocoding involves automatic extraction of location coordinates of incidents reported in news articles, and can be used for epidemic intelligence or disaster management. This paper introduces Retrieval-Augmented Coordinate Capture Of Online News articles (RACCOON), an open-source geocoding approach that extracts geolocations from news articles. RACCOON uses a retrieval-augmented generation (RAG) approach where candidate locations and associated information are retrieved in the form of context from a location database, and a prompt containing the retrieved context, location mentions and news articles is fed to an LLM to generate the location coordinates. Our evaluation on three datasets, two underlying LLMs, three baselines and several ablation tests based on the components of RACCOON demonstrate the utility of RACCOON. To the best of our knowledge, RACCOON is the first RAG-based approach for geocoding using pre-trained LLMs.
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。
