面向中文文本的地理信息资源挖掘与利用
摘要
本研究针对中文文本中地理信息描述的非结构化、定性化和不确定性等特点,通过系统分析地理信息的自然语言描述机制,围绕“规范化一结构化一时空化”的技术主线,重点突破了面向中文文本的地理信息资源挖掘与利用技术。 首先,通过归纳总结中文文本中地理信息资源描述的语言特征和语义结构,设计了面向自然语言的地理信息表达框架和标注体系,基于GATE平台构建了大规模的地理信息标注语料库。 其次,分别提出了时间、空间、属性等地理信息的信息抽取和语义解析模型,实现了基于规则模型的时间信息抽取、推理和规范化表达,基于条件随机场模型和规则模型的空间位置(包括地名和空间关系)信息抽取方法,以及基于Boot strapping的属性信息抽取算法,并以标注语料库为实验数据进行了相关实验分析。 再其次,提出了基于时间地理学理论的定性时空信息(地名、空间关系和时间信息)的匹配和可视化表达方法,探索了基于“时间一空间一概念类型”多重一致性约束的主题判断和时空过程重构方法。 最后,在上述研究成果基础上,进行了相关案例应用分析,包括面向网络文本的事件时空和属性挖掘和网络地理要素更新检测。 研究表明,通过借鉴自然语言处理、地理信息科学和人工智能等领域的先进成果,能够较为有效地解决中文文本中地理信息资源挖掘与利用问题,形成地理信息资源获取的新型手段,提升我国地理信息资源挖掘与利用的智能化水平,为地理信息产业化发展提供数据和技术支撑,拓宽地理信息资源的应用领域。