网络文本蕴涵地理信息抽取:研究进展与展望

互联网的普及产生了大量蕴含着丰富地理语义的文本,为地理信息的深度挖掘和知识发现带来了巨大机遇。同时,蕴含地理语义文本的异构性和动态性,使得地理实体的属性数量和种类激增、地理语义关系复杂,对地理信息检索、空间分析和推理、智能化位置服务等提出了严峻的挑战。本文阐述了网络文本蕴含地理信息抽取的技术流程,从地理实体识别、地理实体定位、地理实体属性抽取、地理实体关系构建、地理事件抽取5个方面总结了网络文本蕴含地理信息抽取的进展和关键技术瓶颈,分析了可用于网络文本蕴含地理信息抽取的开放资源,并展望了未来的发展方向。     

基于Web文本的灾害事件信息获取进展

大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点。本文从Web文本挖掘的整体技术框架、灾害主题页面抓取、灾害事件信息解析与抽取、灾害事件信息空间展示分析、以及防灾减灾应用系统等方面调研和综述了相关进展。针对防灾减灾领域的Web文本信息获取未来趋势,分析概括了全流程的Web文本灾害事件信息提取适用技术,并指出未来研究趋势：① 重点开展全球灾害信息全景式获取分析,实现全球灾害事件信息的自动化获取、分析及可视化展示;② 向联合国可持续发展目标（SDGs）和中国“一带一路”倡议,加强典型热点区域的Web灾害事件信息获取分析应用研究并形成示范系统;③ 按照数据、信息、知识的应用层次,建立以大数据挖掘和分析技术支撑的新型防灾减灾知识服务系统。     

面向互联网信息抽取的海洋环境灾害链本体构建——以台风灾害为例

全球气候变化加剧了海洋环境灾害的影响力与破坏力,实时灾情信息获取与分析成为灾害应急处置中的关键环节。与具有延迟性的传统对地观测网络相比,基于互联网的众包地理信息以其实时性在受灾情况评估与灾害应急处置中得到广泛重视。为获取互联网文本中隐含的海洋环境灾害信息,探究灾害对人群行为活动的影响,本文着重关注海洋环境灾害发展的时空过程特性,从灾害链的角度分析灾害发生发展过程中所涉及的诸多要素,在收集整理海洋环境灾害相关知识的基础之上,采用五元组（概念、关系、属性、规则和实例）进行本体的逻辑结构表达,构建了用于信息抽取的海洋环境灾害链本体,其包含描述海洋环境灾害知识体系的海洋环境灾害本体、受到海洋环境灾害作用的地理对象本体以及在灾害发生、发展、结束的时空过程中产生的相应的人类应急处置本体。最后,本文以台风灾害为例,通过台风灾害链知识建模,实现互联网灾害信息抽取与时空变化过程分析。结果表明：基于海洋环境灾害链的互联网文本信息抽取可以获取隐藏在互联网文本中的灾害描述信息,能够分析灾害的发展变化过程及其对人群行为活动的影响,为灾害防治与应急救援提供一定科学支持。     

互联网文本蕴含道路交通信息抽取的模式匹配方法

互联网页面和社交网络文本中蕴含丰富的道路交通信息,是其他交通信息采集平台的有效补充。然而,自然语言文本形式的交通信息多以线性参考或地标方位描述交通事件空间位置,且大量存在事件元素缺失或隐含现象,对交通信息的自动化抽取有着较大影响。考虑到交通信息的自然语言表达方式虽然自由随意,但表达模式相对固定,提出一种从互联网文本中抽取道路交通信息的模式匹配方法。首先,基于道路交通事件描述的语言特征构建模式库;然后,以特征词词性序列的形式表达互联网文本和抽取模式,利用DTW距离度量序列相似度,实现抽取模式匹配;最后,在匹配抽取模式和填补规则指导下获取结构化的道路交通信息。由上海市城市交通相关门户网站和微博客平台的实验过程显示,本文所提出的模式匹配方法,抽取道路交通信息的准确率和召回率分别达到90%和80%以上,表明该方法能有效抽取互联网文本蕴含的道路交通信息,且实现过程相对简单,易于扩展,具有可用性。     

顾及深层网络的地理信息Web服务搜索系统设计与实现

地理信息Web服务分散于表层网络和深层网络,给服务的查找和获取带来了困难。针对这一现象,研究设计开发了一个顾及深层网络的地理信息Web服务搜索系统。该系统以基于二级匹配的深层网络地理信息Web服务采集方法和顾及用户请求范围的地理信息Web服务检索方法为理论基础,以Lucene.net、Open Layers等开源插件为开发工具,实现了一站式的表层和深层网络服务采集和检索功能,为全球地理信息协作服务平台提供了更为广泛的数据基础。     

基于正则表达式的地学科学数据名称提取方法

地学科学数据是地学科技文献重要的支撑材料，大量地学科技文献中包含着研究数据信息，而数据名称一般体现着数据的基本内容，是其中的核心信息。从地学科技文献中自动提取研究数据名称，对于促进优质地学数据共享、复现文献实验与结果以及实现科学数据与科技文献之间的关联具有重大意义，可在一定程度上解决当前地学文献中数据信息利用不充分的问题。本研究通过大量阅读地学文献，分析地学科技文献中描述数据来源信息段落的行文、结构特点以及数据名称的表述特征，在总结地学数据名称描述规律的基础上，提出了从地学科技文献中自动抽取地学数据名称的方法。该方法以数据类别特征词为规则触发词，利用正则表达式编写抽取规则，构建正则抽取规则库，从而完成对地学文献中数据名称信息的抽取。最后使用Java语言编写地学数据名称提取程序，以地学文献文本为实验数据材料，开展地学数据名称信息提取实验。实验结果表明，该方法可以有效地提取地学科技文献中的研究数据名称信息，准确率达到62%。     

语义Web本体语言及OWL研究

面对Internet应用模式的变化和Web海量信息的冲击,Web信息个性化、智能化的研究不断深入.语义Web规划对当前的万维网进行扩展,期望用加入信息中的语义内容导航信息资源检索并提高网络服务的智能化,使机器自动与人协同工作.目前,虽然语义Web还是个理想模型,但将语义Web融入现有Web结构进行信息智能开发的初步努力已经展开.特别是随着对本体技术研究的日渐深入,OWL本体理论探索和应用开发逐渐受到广泛重视.     

基于Flex技术的应急地理信息服务系统设计与实现

应急地理信息服务系统具有数据量大、结构复杂、对信息实时性要求高等特点.随着计算机与网络的发展,如何利用信息化的手段,更加快速高效地处理各种应急事件变得越来越重要.一直以来,由于Web技术的局限性,很难将应急地理信息服务系统作为Web应用来发布.但是,随着WebGIS,Flex,JavaEE等技术的产生和发展,Web应用的功能越来越强大,并且已经在很多领域逐渐取代了桌面应用.针对应急地理信息服务系统的要求与特点,综合以上技术,提出了一种基于Flex技术的应急地理信息服务系统设计方案,并在项目中进行实现.结果表明,应用这种系统架构可以提高系统的开发部署效率,满足系统扩展性和维护性的要求,同时具有丰富的用户体验和人机交互.     

时空过程网络可视化模拟与分析服务——以溃坝洪水为例

洪水溃坝等复杂灾害现象的时空过程模拟分析,是当前国际地理信息科学热点研究方向之一。随着网络的普及化,公众对GIS时空分析模型的网络实时集成和可视化分析提出了迫切的需求。本文以溃坝洪水为例开展了时空过程网络可视化模拟与分析服务研究,利用Web GL、HTML5、Ajax、Web Service、GPU并行计算等技术手段,通过探讨溃坝洪水时空模型计算优化、网络三维可视化模拟与动态交互分析等关键技术,研发了原型系统并进行应用实验。实验结果表明,本文研究成果有助于实现时空过程信息的网络发布,在线影响分析及动态可视化服务,可为分布式网络环境下溃坝洪水等时空过程信息管理和应急决策提供科学依据和技术支持。     

面向网页文本的地理要素变化检测

地理要素变化检测已成为国家地理信息"十二五"规划和全国地理国情普查的重要组成部分。网页文本中蕴含海量的地理要素信息,尤其是新闻、政府、社交平台等网站的网页文本更新频繁,可为地理要素变化检测提供现势性的数据源。本文针对网页文本中地理要素变化的语言描述特点,构建了表达地理要素变化的语义知识库,设计了搜索引擎和通用主题相结合的网页爬虫,实现了相关网页文本的高效获取;采用规则模型和条件随机场模型,分别进行网页文本中地理要素变化信息抽取,包括地理要素名称、位置(地名)、时间和属性等。实验结果显示,本文设计的网页爬虫具有较高的相关网页文本获取能力,地理要素变化信息抽取的准确率能够达到70%以上,但是,语义知识库的完备程度对于信息抽取性能具有较大影响。研究成果表明,以网页文本为数据源的地理要素变化信息获取方法,能提供一种快速检测地理要素变化的新途径,与实地调绘和遥感影像检测等方法结合应用具有较好的优势互补性,可作为有力的辅助手段解决地理要素的持续更新和实时更新问题。