Centre de documentation
scientifique

A graph-based approach for representing addresses in geocoding / Chen Zhang in Computers, Environment and Urban Systems, vol 100 (March 2023)  

Public [article]  inComputers, Environment and Urban Systems > vol 100 (March 2023) . - n° 101937 Titre : A graph-based approach for representing addresses in geocoding Type de document : Article/Communication Auteurs : Chen Zhang, Auteur ; Biao He, Auteur ; Renzhong Guo, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 101937 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] appariement d'adresses [Termes IGN] base de données d'adresses [Termes IGN] géocodage par adresse postale [Termes IGN] graphe [Termes IGN] stockage de données [Termes IGN] toponyme Résumé : (auteur) Addresses, one of the most important geographical reference systems in natural languages, are usually used to search spatial objects in daily life. Geocoding concatenates text with georeferenced coordinates and is an essential middleware service in geographic information applications. Despite its importance, geocoding remains challenging with only text as input, hindering text matching in reference databases without the specific text. To optimize the storage and retrieval of addresses in databases, this work proposes a graph-based approach for representing addresses. The approach clarifies the characteristics of relative concepts, designs a graph structure and identifies modelling strategies. Furthermore, a schema is proposed to perform address matching and toponym disambiguation using an address graph. The model is implemented on a graph database, and experimental tasks are employed to demonstrate its effectiveness. The approach provides a new reference for developers when creating address databases. Numéro de notice : A2023-126 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2022.101937 Date de publication en ligne : 04/01/2023 En ligne : https://doi.org/10.1016/j.compenvurbsys.2022.101937 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102505 [article]

Geographic named entity recognition by employing natural language processing and an improved BERT model / Liufeng Tao in ISPRS International journal of geo-information, vol 11 n° 12 (December 2022)  

Public [article]  inISPRS International journal of geo-information > vol 11 n° 12 (December 2022) . - n° 598 Titre : Geographic named entity recognition by employing natural language processing and an improved BERT model Type de document : Article/Communication Auteurs : Liufeng Tao, Auteur ; Zhong Xie, Auteur ; Dexin Xu, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 598 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] Chine [Termes IGN] classification dirigée [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] données issues des réseaux sociaux [Termes IGN] données publiques [Termes IGN] jeu de données [Termes IGN] reconnaissance de caractères [Termes IGN] reconnaissance de noms [Termes IGN] test de performance [Termes IGN] toponyme [Termes IGN] traitement du langage naturel Résumé : (auteur) Toponym recognition, or the challenge of detecting place names that have a similar referent, is involved in a number of activities connected to geographical information retrieval and geographical information sciences. This research focuses on recognizing Chinese toponyms from social media communications. While broad named entity recognition methods are frequently used to locate places, their accuracy is hampered by the many linguistic abnormalities seen in social media posts, such as informal sentence constructions, name abbreviations, and misspellings. In this study, we describe a Chinese toponym identification model based on a hybrid neural network that was created with these linguistic inconsistencies in mind. Our method adds a number of improvements to a standard bidirectional recurrent neural network model to help with location detection in social media messages. We demonstrate the results of a wide-ranging evaluation of the performance of different supervised machine learning methods, which have the natural advantage of avoiding human design features. A set of controlled experiments with four test datasets (one constructed and three public datasets) demonstrates the performance of supervised machine learning that can achieve good results on the task, significantly outperforming seven baseline models. Numéro de notice : A2022-945 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3390/ijgi11120598 Date de publication en ligne : 28/11/2022 En ligne : https://doi.org/10.3390/ijgi11120598 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102178 [article]

Topographic descriptors on the early Dutch charts of the antipodes / Jan Tent in International journal of cartography, vol 8 n° 3 (November 2022)  

Public [article]  inInternational journal of cartography > vol 8 n° 3 (November 2022) . - pp 272 - 290 Titre : Topographic descriptors on the early Dutch charts of the antipodes Type de document : Article/Communication Auteurs : Jan Tent, Auteur Année de publication : 2022 Article en page(s) : pp 272 - 290 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Toponymie [Termes IGN] Australie [Termes IGN] carte ancienne [Termes IGN] descripteur [Termes IGN] explorateur [Termes IGN] littoral [Termes IGN] néerlandais (langue) [Termes IGN] nomenclature [Termes IGN] Nouvelle-Zélande [Termes IGN] Papouasie-Nouvelle-Guinée [Termes IGN] toponyme Résumé : (auteur) The early Dutch charts of coastal Australia, New Zealand and New Guinea are peppered not only with toponyms but also with topographic descriptors. The latter were intended as navigational aids and warnings for future navigators. Naming or describing a geographic feature is a method of distinguishing it from the surrounding topography. At times some topographic descriptors have been considered or interpreted as toponyms. This article explores whether there are any means of determining the difference between the two, and what may have been initially intended by the explorers who entered them on their manuscript charts. Reasons for the relevance of making such a distinction are also considered. Numéro de notice : A2022-746 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/TOPONYMIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2020.1859937 Date de publication en ligne : 11/02/2021 En ligne : https://doi.org/10.1080/23729333.2020.1859937 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101731 [article]

ChineseTR: A weakly supervised toponym recognition architecture based on automatic training data generator and deep neural network / Qinjun Qiu in Transactions in GIS, vol 26 n° 3 (May 2022)  

Public [article]  inTransactions in GIS > vol 26 n° 3 (May 2022) . - pp 1256 - 1279 Titre : ChineseTR: A weakly supervised toponym recognition architecture based on automatic training data generator and deep neural network Type de document : Article/Communication Auteurs : Qinjun Qiu, Auteur ; Zhong Xie, Auteur ; Shu Wang, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 1256 - 1279 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] apprentissage profond [Termes IGN] Chine [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] données issues des réseaux sociaux [Termes IGN] échantillonnage de données [Termes IGN] OpenStreetMap [Termes IGN] reconnaissance automatique [Termes IGN] répertoire toponymique [Termes IGN] site wiki [Termes IGN] toponyme Résumé : (auteur) Toponym recognition is used to extract toponyms from natural language texts, which is a fundamental task of ubiquitous geographic information applications. Existing toponym recognition methods with state-of-the-art performance mainly leverage supervised learning (i.e., deep-learning-based approaches) with parameters learned from massive, labeled datasets that must be annotated manually. This is a great inconvenience when model training needs to fit different domain texts, especially those of social media messaging. To address this issue, this article proposes a weakly supervised Chinese toponym recognition (ChineseTR) architecture that leverages a training dataset creator that generates training datasets automatically based on word collections and associated word frequencies from various texts and an extension recognizer that employs a basic bidirectional recurrent neural network based on particular features designed for toponym recognition. The results show that the proposed ChineseTR achieves a 0.76 F1 score in a corpus with a 0.718 out-of-vocabulary rate and a 0.903 in-vocabulary rate. All comparative experiments demonstrate that ChineseTR is an effective and scalable architecture that recognizes toponyms. Numéro de notice : A2022-462 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1111/tgis.12902 Date de publication en ligne : 02/02/2022 En ligne : https://doi.org/10.1111/tgis.12902 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100796 [article]

Les noms de lieux mentionnés dans des récits de vie de républicains espagnols : distribution géographique et perceptions associées / Laurence Jolivet in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Public [article]  inCartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 135 - 147 Titre : Les noms de lieux mentionnés dans des récits de vie de républicains espagnols : distribution géographique et perceptions associées Type de document : Article/Communication Auteurs : Laurence Jolivet , Auteur ; Carmen Brando , Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 135 - 147 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] corpus [Termes IGN] distribution spatiale [Termes IGN] Espagne [Termes IGN] guerre [Termes IGN] perception [Termes IGN] récit [Termes IGN] représentation cartographique [Termes IGN] toponyme Résumé : (Auteur) Les lieux peuvent être définis par différentes caractéristiques telles que les coordonnées géographiques, les éléments du paysage, mais également des informations subjectives relatives à la perception. Le corpus constitué par le Réseau des acteurs de l'histoire et la mémoire de l'immigration (RAHMI) concerne des entretiens oraux décrivant des parcours de Républicains espagnols pendant la guerre civile d'Espagne et la Seconde Guerre mondiale. Ces récits de vie contiennent des noms de lieux, mentionnés par les personnes, correspondant à des noms propres (Npr) ou des noms communs (Nc). Ces noms de lieux peuvent être enrichis par des informations perceptives. Des méthodes linguistiques et statistiques ont été déployées afin d'extraire automatiquement et de caractériser certaines informations dans le texte par le biais d'annotations. L'objectif du travail présenté est d'analyser les distributions géographiques des lieux et des caractéristiques associées, ainsi que de proposer des cartographies illustrant les récits de vie et accompagnant les analyses. Premièrement, la distribution des Npr de lieux a été étudiée, permettant de cibler des échelles spatiales pertinentes et de cartographier une partie ou la totalité du corpus sous l'angle de ces lieux. Deuxièmement, les caractéristiques des Npr de lieux ont été synthétisées : leur type (administratif, topographique), leur étendue spatiale à partir de leur combinaison avec des Nc. Enfin des perceptions, résumées en polarité positive ou négative, ont été identifiées et dans certains cas associées aux Npr de lieux. Les motifs spatiaux de chaque polarité, en plus des Npr sans polarité et donc neutres, ont été cartographiés. La synthèse des annotations, les résultats d'analyse et les cartes proposées constituent des points d'entrée dans le corpus par des lieux mentionnés. Ces témoignages individuels, ainsi que leur valorisation, contribuent à la connaissance de cette période de l'histoire et aux travaux de recherche dédiés. Numéro de notice : A2022-801 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101914 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible

GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules / Xuke Hu in International journal of geographical information science IJGIS, vol 36 n° 2 (February 2022)  

Permalink

Generating geographical location descriptions with spatial templates: a salient toponym driven approach / Mark M. Hall in International journal of geographical information science IJGIS, vol 36 n° 1 (January 2022)  

Permalink

Deep learning for toponym resolution: Geocoding based on pairs of toponyms / Jacques Fize in ISPRS International journal of geo-information, vol 10 n° 12 (December 2021)  

Permalink

Place names in Spanish republican life stories: spatial patterns in locations and perceptions / Laurence Jolivet (2021)  

Permalink

Sherloc: a knowledge-driven algorithm for geolocating microblog messages at sub-city level / Laura Di Rocco in International journal of geographical information science IJGIS, vol 35 n° 1 (January 2021)  

Permalink

A name‐led approach to profile urban places based on geotagged Twitter data / Juntao Lai in Transactions in GIS, Vol 24 n° 4 (August 2020)  

Permalink

GeoNat v1.0: A dataset for natural feature mapping with artificial intelligence and supervised learning / Samantha T. Arundel in Transactions in GIS, Vol 24 n° 3 (June 2020)  

Permalink

NeuroTPR: A neuro‐net toponym recognition model for extracting locations from social media messages / Jimin Wang in Transactions in GIS, Vol 24 n° 3 (June 2020)  

Permalink

Calcul d’une emprise de carte à partir du texte d’un article de presse / Clément Beauvallet (2020)

Permalink

Des empreintes cartographiques : restitution de données géohistoriques à partir de la Carte de France de Cassini, 1750-1789 / Bertrand Duménieu in Cartes & Géomatique, n° 241-242 (décembre 2019)

Permalink