@inproceedings{martin-2023-etudes,
    title = "Etudes sur la g{\'e}olocalisation de Tweets",
    author = "Martin, Thibaud",
    editor = "Candito, Marie  and
      Gerald, Thomas  and
      Moreno, Jos{\'e} G",
    booktitle = "Actes de CORIA-TALN 2023. Actes des 16e Rencontres Jeunes Chercheurs en RI (RJCRI) et 25e Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (R{\'E}CITAL)",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/fix-sig-urls/2023.jeptalnrecital-rjc.8/",
    pages = "114--130",
    language = "fra",
    abstract = {La g{\'e}olocalisation de textes non structur{\'e}s est un probl{\`e}me de recherche consistant {\`a} extraire uncontexte g{\'e}ographique d{'}un texte court. Sa r{\'e}solution passe typiquement par une recherche de termesspatiaux et de la d{\'e}sambigu{\"i}sation. Dans cet article, nous proposons une analyse du probl{\`e}me, ainsi que deux m{\'e}thodes d{'}inf{\'e}rence pourd{\'e}terminer le lieu dont traite un texte : 1. Comparaison de termes spatiaux {\`a} un index g{\'e}ographique2. G{\'e}olocalisation de textes sans information g{\'e}ographique {\`a} partir d{'}un graphe de co-occurrencede termes (avec et sans composante temporelle) Nos recherches sont bas{\'e}es sur un dataset de 10 millions de Tweets traitant de lieux fran{\c{c}}ais, dont57 830 poss{\`e}dent une coordonn{\'e}e g{\'e}ographique.}
}