基于空间认知常识的定性地理信息检索研究

Currently the geographic information retrieval is based on the quantitative retrieval model and methods, which can not deal with rich semantics of different geographic data resources on the internet effectively. This Project will focus itself on the qualitative geographic information retrieval, aiming at meeting the public daily needs of geographic information retrieval. Research contents include： (1)Research on the semantic modeling of qualitative geographic information, through the experiments on spatial commonsense cognition, a semantic model of geographic information will be established to reflect the expression way and preference of the human, information extraction of web resources and semantic description of query request will be conducted. (2)Research on the semantic inference of qualitative geographic information. Through analyzing the results of the spatial cognition and summarizing the combinative table modeling and constraint network reasoning of the spatial relations, a qualitative spatial reasoning method is proposed to support the spatial relation analysis of complex features and collaborative analysis of multiple spatial relations . (3)Research on the fuzzy reasoning mechanism. based on the fuzzy set and D_S theory, a fuzzy reasoning mechanism that supports the uncertain geographic information retrieval is provided. (4)A semantic correlation model that describes the toponym and spatial relations between the Web resource and query request and retrieval ranking that recommends results by higher score are researched to improve the accuracy and satisfaction degree of geographic information retrieval. (5)A spatial-text mixed index and hierarchical storage is to be studied, aiming at supporting fast information retrieval, according to the quantitative, multi-scale, and vast geographic information on the internet. (6)An experimental verification and demonstration applications of the prototype system is developed, which proves the efficiency of the method and theory in this work.

当前地理信息检索技术基于定量化的检索模型和方法，无法有效处理互联网多样性空间数据资源中丰富的地理语义。本项目拟针对日常公众地理信息查询需求，研究定性地理信息检索的整体解决方案。研究内容包括，进行认知实验，建立符合人类常识认知、表述习惯和空间偏好的地理信息语义模型，完成Web空间资源与查询请求的信息提取和语义表达；总结地理空间关系的组合表建模和约束网络推理技术，借鉴空间关系认知成果，研究支持复杂要素空间关系分析和多方面空间关系协同分析的定性空间推理方法；运用模糊集和D-S证据理论，建立支持不确定性地理信息检索的模糊推理机制；研究表达地名和空间关系语义匹配的语义关联度模型和排序策略，进行择优推荐，提高地理信息检索的精准度和满意度；针对互联网空间信息定性、多尺度、海量的特点，研究空间-文本混合索引方法，支持Web信息快速检索，最后，进行原型系统的实验验证和示范应用，验证提出的理论与方法的有效性。

当前地理信息检索技术基于定量化的检索模型和方法，无法有效处理互联网多样性空间数据资源中丰富的地理语义。项目组基于空间认知常识，运用模糊逻辑不确定表达和语义建模技术，研发了一套支持定性地理信息自动化和智能化检索的完整解决方案。.（1）提出了定性空间信息检索的8要素模型，将定性空间检索的主要问题抽取归纳为地名地址、地标、地理场景和地理轨迹检索4大类问题进行聚焦研究。.（2）开展认知实验，构建了统一地理名称本体模型，建立了空间方位和拓扑关系推理规则库。.（3）归纳了常用空间关系句法模式提取句法特征，建立了随机森林学习模型，评测表明，该模型对方位识别最优，其次是距离，再次是拓扑关系。.（4）选取道路可达度和自微博签到数据提取的城市中心度与地标显著度等因子构建了空间认知地标影响力综合评价模型，提出了基于Voronoi图迭代自动分层提取地标的方法，进行了正确性验证认知实验。. （5）提出了基于通名的地址分词算法和结合地址文本和通名语义的地址匹配算法，提升了地址识别和匹配的准确度。.（6）提出了改进的词典匹配和隐马模型相结合的分词方法和改进的融合角色权重和向量空间模型的地址匹配算法，提升了地址分词的粒度和对词库中未登记的地名单元的鉴别能力。.（7）基于改进的几何特征提取算法，研究了顾及全要素属性、几何和空间关系的同名地物识别和同名场景匹配的相似度计算算法，以可见边代替面状地物实现地物退化功能，提升了草图场景检索的效果。.（8）针对空间场景检索的不确定，将定性空间定位问题转化为模糊逻辑的计算和推理问题，采用隶属度函数描述空间方位、（半定性）距离和“附近”，提出了基于模糊推演的定位计算框架，认知实验验证了几种典型场景定位达到了3.5m的有效精度。. （9）进行了智能地址检索、地震分析、快销品选址、投诉及应急响应定位等示范应用。.项目取得的理论研究成果具有开拓创新性，所研制的软件经过商品化后具有广阔的应用前景。