Serdyukov et al. [19] generate prob

Serdyukov et al. [19] generate probabilistic language models based on the tags that photos are labeled with by Flickr users. Based on these models and Bayesian inference, they show how to estimate the location for a photo. In terms of the intention, their method is similar to our work. However, they use a GeoNames database to decide whether a usersubmitted tag is a geo-related tag, which can overlook the spatial usefulness of words that may have a strong geo-scope (e.g., earthquake, casino, and so on). Separately, the work of Crandall et al. [10] proposes an approach combining textual and visual features to place images on a map. They have restrictions in their task that their system focuses on which of ten landmarks in a given city is the scope of an image.

ผลลัพธ์ (ไทย) 1:

Serdyukov et al. [19] สร้างแบบจำลองภาษา probabilistic ตามแท็กที่รูปภาพจะติดป้ายผู้ใช้ Flickr ตามรูปแบบและสรุปทฤษฎีเหล่านี้ พวกเขาแสดงวิธีการประเมินตำแหน่งภาพ ในแง่ของความตั้งใจ วิธีการจะคล้ายกับงานของเรา อย่างไรก็ตาม พวกเขาใช้ฐานข้อมูล GeoNames เพื่อตัดสินใจว่า แท็ก usersubmitted ที่เกี่ยวข้องกับจีโอแท็ก ซึ่งสามารถมองเห็นประโยชน์เชิงพื้นที่ของคำที่อาจมีแรงจีโอขอบเขต (เช่น แผ่นดินไหว คาสิโน และอื่น ๆ) แยก การทำงานของ Crandall et al. [10] เสนอวิธีการรวมคุณสมบัติที่เป็นข้อความ และภาพเพื่อวางรูปภาพบนแผนที่ มีข้อจำกัดในงานของพวกเขาว่า ระบบของพวกเขาเน้นที่สิบเที่ยวในเมืองที่กำหนดเป็นขอบเขตของรูปภาพ

ผลลัพธ์ (ไทย) 2:

Serdyukov et al, [19] สร้างแบบจำลองภาษาน่าจะขึ้นอยู่กับแท็กที่ภาพที่ถูกกำกับด้วยโดยผู้ใช้ Flickr ตามรูปแบบเหล่านี้และการอนุมานแบบเบย์ที่พวกเขาแสดงให้เห็นวิธีการประเมินสถานที่สำหรับรูปภาพ ในแง่ของความตั้งใจที่วิธีการของพวกเขามีความคล้ายคลึงกับการทำงานของเรา แต่พวกเขาใช้ฐานข้อมูล GeoNames ที่จะตัดสินใจว่าแท็ก usersubmitted เป็นแท็กภูมิศาสตร์ที่เกี่ยวข้องซึ่งสามารถมองเห็นประโยชน์เชิงพื้นที่ของคำที่อาจจะมีความแข็งแกร่งทางภูมิศาสตร์ขอบเขต (เช่นแผ่นดินไหว, คาสิโน, และอื่น ๆ ) แยกการทำงานของแครนดอล, et al [10] เสนอวิธีการรวมที่เป็นข้อความภาพและคุณลักษณะที่จะวางภาพบนแผนที่หนึ่ง พวกเขามีข้อ จำกัด ในงานของพวกเขาว่าระบบของพวกเขาจะมุ่งเน้นไปที่สิบสถานที่สำคัญในเมืองที่ได้รับคือขอบเขตของภาพ

ผลลัพธ์ (ไทย) 3:

เซิร์ดยูค et al . [ 19 ] สร้างความน่าจะเป็นบนพื้นฐานของภาษาแบบจำลองแท็กที่ภาพจะมีข้อความกับผู้ใช้ Flickr . จากรูปแบบเหล่านี้และการอนุมานแบบเบย์ พวกเขาแสดงวิธีการประเมินสถานที่สำหรับภาพถ่าย ในแง่ของความตั้งใจ วิธีการของพวกเขามีความคล้ายคลึงกับงานของเรา อย่างไรก็ตาม พวกเขาใช้ฐานข้อมูล geonames ตัดสินใจได้ว่า usersubmitted แท็กเป็นแท็ก Geo ที่เกี่ยวข้องซึ่งสามารถมองเห็นพื้นที่ประโยชน์ของคำที่อาจมีขอบเขตทางภูมิศาสตร์ที่แข็งแกร่ง ( เช่น แผ่นดินไหว , คาสิโน , และอื่น ๆ ) แยกการทำงานของ Crandall et al . [ 10 ] ได้เสนอแนวทางการรวมคุณสมบัติข้อความและภาพการวางภาพบนแผนที่ พวกเขามีข้อ จำกัด ในงานของตน ว่าระบบของพวกเขามุ่งเน้นไปที่แหล่งท่องเที่ยว ในสิบเมืองให้มีขอบเขตของภาพ