Google Research voegt menselijke mobiliteit toe aan plaatsbeschrijvingen
Onderzoekers van Google hebben een methode ontwikkeld om taalmodellen te verrijken met informatie over menselijke bewegingen. Hierdoor begrijpt software niet alleen wat een locatie is, maar ook hoe mensen deze in de praktijk gebruiken.
Taalmodellen zijn uitstekend in staat om locaties te beschrijven op basis van tekst, maar missen vaak inzicht in hoe plekken daadwerkelijk worden bezocht. Het nieuwe raamwerk brengt daar verandering in door bezoekersstromen te vertalen naar vectoren en deze te koppelen aan taalgegevens.
Bij het analyseren van stedelijke gebieden is het gedrag van mensen minstens zo belangrijk als statische informatie over een adres of gebouw. Door deze databronnen te combineren, krijgen systemen een beter ruimtelijk inzicht. Dit kan bijdragen aan nauwkeurigere analyses op het gebied van stadsplanning en kaartdiensten.
Het onderzoek laat zien hoe machine learning zich verder ontwikkelt op het snijvlak van geodata en taaltechnologie. Het integreren van verschillende typen data helpt om modellen realistischer te maken en beter te laten aansluiten bij complexe praktijksituaties.
Deze samenvatting is gebaseerd op een origineel artikel van MarkTechPost. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel