Kernkonzepte
KontrastGeo verbessert die Leistung der Geolokalisierung von Social-Media-Beiträgen mit wenigen Aufnahmen durch die Einführung von Kontrastivem Lernen.
Zusammenfassung
Social Geolokalisierung als wichtiges Problem
Herausforderungen bei der Geolokalisierung von Social-Media-Beiträgen
Einführung von ContrastGeo für die Geolokalisierung mit wenigen Aufnahmen
Experimente und überlegene Leistung von ContrastGeo
Ablationsstudien zu verschiedenen Aspekten des Modells
Statistiken
ContrastGeo übertrifft andere Modelle in der Geolokalisierungsaufgabe mit wenigen Aufnahmen.
Twitter-Mel: 37,8% Genauigkeit, 325,6 medDist
Flickr-Mel: 43,4% Genauigkeit, 161,2 medDist
Twitter-SG: 51,6% Genauigkeit, 0,0 medDist
Zitate
"Kann kontrastives Lernen zur Verbesserung der Leistung der Geolokalisierung für zuvor fast 'unsichtbare' Orte beitragen?"
"Unsere Experimente zeigen, dass ContrastGeo eine überlegene Leistung gegenüber anderen Modellen in der Geolokalisierungsaufgabe mit wenigen Aufnahmen zeigt."