基于对比学习的社交媒体地理位置预测方法

摘要：

以往基于社交媒体文本的定位方法主要集中在将文本语义空间映射到地理位置空间,忽略了文本之间的语义相关性和地理位置之间的距离相关性.提出了一种新的无监督多层次对比学习框架,并设计了 3 个对比学习模块:语义学习模块、位置学习模块和跨层次学习模块.首先利用Transformer编码器获取文本的语义表示,以无监督的对比学习方式,聚拢位置相近文本之间的语义表示和地理表示,随后进行有监督训练,输出地理位置分类或回归结果.在 4 个数据集上与 5 个基线模型的对比实验结果表明,该框架有效地提升了社交媒体地理定位的准确性.

关键词：社交媒体、地理定位、对比学习、信息挖掘、Transformer

所属期刊栏目：39

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2023-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：58-68