Area-Based Topic Modeling and Visualization of Social Media for Qualitative GIS

Qualitative geographic information systems (GIS) has progressed in meaningful ways since early calls for a qualitative GIS in the 1990s. From participatory methods to the invention of the participatory geoweb and finally to geospatial social media sources, the amount of information available to nonquantitative GIScientists has grown tremendously. Recently, researchers have advanced qualitative GIS by taking advantage of new data sources, like Twitter, to illustrate the occurrence of various phenomena in the data set geospatially. At the same time, computer scientists in the field of natural language processing have built increasingly sophisticated methods for digesting and analyzing large text-based data sources. In this article, the authors implement one of these methods, topic modeling, and create a visualization method to illustrate the results in a visually comparative way, directly onto the map canvas. The method is a step toward making the advances in natural language processing available to all GIScientists. The article discusses the ways in which geography plays an important part in understanding the results presented from the model and visualization, including issues of place and space. ?? 1990 ????????????????????, ???????? (GIS) ??????????????????????????????, ???????????????, ?????????????????????????????????????????????????, ????????????????, ????????????????, ???????????????, ????????????, ?????????????????????????, ????????????????????????, ???????, ?????????????????????????????????????????????????????????????????????????????????????, ??????????? Los sistemas de informacion geografica (SIG) cualitativos han progresado de manera significativa desde cuando se escucharon los primeros pedidos por esta tecnologia en los anos 1990. Desde los metodos participativos, pasando por la invencion de la geoweb participativa y finalmente desde las fuentes de los medios sociales geoespaciales, la cantidad de informacion disponible para los cientificos SIG no cuantitativos ha crecido tremendamente. Recientemente, los investigadores han desarrollado los SIG cualitativos aprovechando nuevas fuentes de datos, como Twitter, para ilustrar la ocurrencia de varios fenomenos en los datos generados geoespacialmente. Al propio tiempo, los cientificos de computacion en el campo del procesamiento del lenguaje natural han construido metodos cada vez mas sofisticados para asimilar y analizar grandes fuentes de datos de base textual. En este articulo, los autores implementan uno de estos metodos, el modelado de topico, y crean un metodo de visualizacion para ilustrar los resultados de una manera visualmente comparativa, directamente sobre el lienzo del mapa. El metodo representa un paso de avanzada en el procesamiento de lenguaje natural disponible para todos los cientificos SIG. El articulo discute los modos como la geografia juega una parte importante en la comprension de los resultados presentados por el modelo y en la visualizacion, incluyendo cuestiones relacionadas con lugar y espacio.