💬 NLP

Coordinates from Context: Using LLMs to Ground Complex Location References

本文提出并评估了一种基于大语言模型（LLM）的策略，用于对复杂的复合型位置引用进行地理编码，证明了通过有效利用地理空间推理能力，一个规模相对较小的微调模型可以达到与规模大得多的现成模型相媲美的性能。

原作者： Tessa Masis, Brendan O'Connor

发布于 2026-01-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Tessa Masis, Brendan O'Connor

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在读一本旅行日记，上面写着：“营地大约位于那棵老橡树和红谷仓之间。”

如果你尝试在标准的 GPS 或谷歌地图（Google Maps）上寻找这个地点，你会束手无策。这些工具非常擅长寻找像“中央公园”或“埃菲尔铁塔”这样有名字的地方，但它们并没有关于“橡树和谷仓之间的那个点”的数据库条目。这就是这篇论文所探讨的问题：组合式位置的地理解码（Geocoding compositional locations）。这是一门将描述两个地点之间关系的文字，转化为地图上实际坐标的艺术。

作者 Tessa Masis 和 Brendan O'Connor 想看看现代大语言模型（LLM）——即聊天机器人背后的 AI 大脑——是否能解决这个谜题。他们发现了一些关于这些 AI 如何思考的惊人事实，并构建了一个新系统来修复 AI 的弱点。

以下是他们研究历程的拆解，使用了日常类比：

1. 两种技能：百科全书 vs. 侦探

研究人员意识到，解决这个谜题需要两种不同的技能，并且他们分别测试了 AI 在这两项技能上的表现：

技能 A：百科全书（地理空间知识）
- 测试内容： “法国巴黎的坐标是多少？”
- 结果： AI 在这方面表现尚可，但并不完美。它就像一个读了很多书但有时会忘记具体页码的学生。当被要求仅凭名称猜测一个城市的大小（即“边界框/bounding box”）时，AI 的猜测往往偏差巨大，有时甚至会偏离数百公里。
技能 B：侦探（地理空间推理）
- 测试内容： “这里是橡树和谷仓的坐标。营地在它们中间。请问营地在哪里？”
- 结果： AI 实际上是一个出色的侦探。当给定已知事实（参考点的坐标）时，它能够进行数学运算和逻辑推理，从而非常准确地计算出新位置。

核心洞察： AI 利用提供给它的事实进行“推理”的能力，要比从自身记忆中“检索”事实的能力更强。

2. 解决方案：“工具增强型”团队

由于 AI 是一个优秀的侦探，却是一个健忘的百科全书，作者决定给它一个助手。他们创建了一个两步走的团队：

图书管理员（地理解码器/Geoparser）： 这是一个传统的、可靠的工具（类似于标准的 GPS API），它确切知道命名地点的位置。它查找“橡树”和“红谷仓”，并将它们的精确坐标交给 AI。
侦探（LLM）： AI 接收这些坐标和描述（“在……中间”），并计算出最终位置。

类比： 想象你正在寻找隐藏的宝藏。

“直接”方法是仅凭一个模糊的故事让 AI 去猜位置。这通常会失败。
“地理解码器增强”方法是给 AI 一张标好了起点位置的地图，然后让它画出通往宝藏的路径。这种方法效果要好得多。

3. 秘密武器：边界框（Bounding Boxes）

大多数 GPS 系统使用一个“点”（中心点）来标记位置。但如果这个位置是一个整个田野，或者是一个像“森林中间”这样模糊的区域呢？一个点太精确了，而且往往是不准确的。

作者使用了边界框（Bounding Boxes）。你可以把它想象成在地图上画一个矩形。

与其说“宝藏恰好在北纬 40.7°”，不如说“宝藏就在这个矩形区域内的某个地方”。
这是一种更诚实、更准确描述那些没有特定地址的地点的方式。

4. 结果：小 AI vs. 大 AI

论文测试了巨大的、昂贵的 AI 模型与较小的、廉价的模型之间的对比。

令人惊讶的是： 一个经过专门针对此任务微调（fine-tuned）的相对较小的 AI，其表现与那些拥有数十亿参数的庞大模型不相上下。
结论： 你不需要最强大、最昂贵的计算机来解决这个问题。你只需要正确的策略（“图书管理员 + 侦探”团队）以及一个学会如何使用它的模型。

5. 系统中的一个小怪癖

研究人员注意到一个有趣的现象：当他们把来自“图书管理员”的精确坐标交给 AI 时，AI 有时会变得过于“偷懒”。它不会去计算“中间点”的位置，而是直接抓取两个参考点的坐标，然后在它们周围画一个巨大的框。

类比： 这就像问一个学生，“5 加 5 等于多少？”而学生只是写下了“5 和 5”，而不是“10”。
他们发现，通过训练（微调）可以帮助 AI 停止这种行为，并真正开始进行数学运算。

总结

论文认为，要寻找文本中描述的位置（如“在 X 和 Y 之间”），我们不应该仅仅要求 AI 去“知道”答案。相反，我们应该：

使用可靠的工具找到已知的地点。
让 AI 利用其推理能力，基于这些已知点来推算未知点。
将答案表示为地图上的一个“框”，而不是一个“点”。

这种方法使我们能够利用传统工具和智能推理 AI 的结合，去绘制那些从未被命名的地点的地图。

技术摘要：基于上下文的坐标定位

问题定义

本文探讨了**组合式位置引用（compositional location references）**的地理编码挑战。传统的地理编码旨在将明确的地名（如“加沙城”）链接到地理坐标，但在处理描述性关系而非特定名称的文本时（例如“大约位于温斯福德和克鲁之间中间位置”），往往会失效。这类描述在环境影响报告和粮食安全展望等领域非常常见。现有的工具难以处理此类输入，因为它们依赖于链接到预先存在的地理数据库（如 GeoNames 或 OpenStreetMap），而这些数据库很少包含此类组合实体。此外，标准工具通常输出点坐标，这不足以表示较大的或不规则的地理区域。

方法论

作者提出了一种策略，将地理空间知识（检索已知位置的事实）与地理空间推理（基于关系描述推断新位置）进行解耦。

1. 任务公式化

地理编码任务被定义为一个两步过程：

召回器 ( $g$ )： 将描述中提到的位置 ( $m_i$ ) 映射到其地理信息 ( $q_i$ )，例如中心坐标。
推理器 ( $f$ )： 利用自然语言描述以及检索到的提及位置的坐标，来预测目标位置的边界框（由 $\{lon_{min}, lat_{min}, lon_{max}, lat_{max}\}$ 定义）。

2. 提出的方法：地理解析器增强型 (Geoparser-Augmented)

作者提出了一种端到端的策略，结合了传统工具与大语言模型（LLMs）各自的优势：

召回器： 传统的地理解析工具（通过使用 OpenStreetMap 数据的“先知/Oracle”进行模拟，或者在实际应用中使用 Google Maps API）检索文本中提及位置的准确坐标。
推理器： LLM 利用文本描述和检索到的坐标，对目标位置的位置进行推理并生成边界框。

3. 基线模型与对比

研究评估了以下几种配置：

直接法 (Direct)： LLM 仅使用文本描述尝试生成边界框，而不进行外部坐标检索。
端到端 LLM (End-to-end LLM)： LLM 同时扮演召回器（生成提及位置的坐标）和推理器。
GBSP： 此前的一项工作，使用基于语法的语义解析器，该解析器依赖于提及位置的多边形数据。

4. 评估指标

作者使用了五项指标：

覆盖率 (Coverage)： 生成预测结果的示例百分比。
距离误差 (Distance Error)： 预测质心与真实质心之间的距离。
面积精确率、召回率及 F1 分数 (Area Precision, Recall, and F1-score)： 衡量预测边界框与真实边界框重叠程度的指标。

关键发现与结果

地理空间知识 vs. 推理

通过隔离评估，作者发现现成的 LLM 在生成准确的地理空间知识（预测已知名称的坐标）方面，比在基于提供的地理空间数据进行推理方面要困难得多。

当被要求预测已知位置的坐标时，模型的距离误差很大（通常 >200km）。
当提供坐标并要求对关系性描述进行推理时，模型的表现要好得多，顶尖模型的距离误差降至 <35km。
增加模型规模对提升知识检索能力的帮助大于提升推理能力。

提出方法的性能

地理解析器增强型 vs. 直接法： 地理解析器增强型方法通常优于直接法，特别是在面积召回率和距离误差方面。然而，直接法有时会产生更高的面积精确率，这表明在没有外部数据的情况下，LLM 生成的区域更小、更保守（但也可能不完整）。
模型规模与微调： 一个相对较小的微调 LLM（例如 Qwen 14B 或 Llama 8B）可以达到与大型现成模型（例如 Llama 405B, Qwen 72B）相当的性能。
最先进水平 (SOTA)： 使用 Qwen 模型并通过地理解析器增强的方法取得了最佳结果。经过微调的 Qwen 14B 实现了 0.266 的面积 F1 分数（使用 Google Maps 地理解析器）和 0.248（使用 Oracle），尽管其使用的几何数据比之前的最佳方法（GBSP, F1=0.240）更简单（中心坐标 vs. 多边形），但仍实现了超越。

定性分析

误差分析显示，由于预训练数据格式的歧义，模型经常会颠倒经纬度的正负号（例如正值与负值）。此外，在地理解析器增强的设置中，模型有时表现出对提供坐标的“过度依赖”，即仅仅通过提取提及位置坐标的最小值和最大值来形成边界框，而不是针对文本中描述的具体空间关系进行推理。

意义与贡献

本文声称的贡献如下：

能力解耦： 本文提供了实证证据，表明对于组合式位置引用的地理编码，LLM 的推理能力优于其内部知识库，这表明外部知识增强至关重要。
新颖策略： 提出了第一个用于组合式位置引用地理编码的端到端策略，将用于知识检索的传统地理解析器与用于推理的 LLM 相结合。
边界框表示法： 作者引入了使用边界框来对地理数据库中不存在的位置进行定位。这提供了一种简单且信息丰富的形式，用于表示基于区域的实体，弥合了点坐标与复杂多边形之间的鸿沟。
高效性： 该工作证明了小型微调模型可以达到大规模现成模型的性能，使该任务更具可及性和计算效率。

作者总结认为，其方法在这一特定任务上达到了最先进的性能，并提供了实际建议：若追求整体性能和召回率，请使用地理解析器增强的方法配合较小的微调模型；若优先考虑精确率且缺乏外部地理解析器，则使用大型模型的直接法。