自然语言表达的地理实体空间化方法研究

Geography language is an important communication tool for humans to understand, represent and disseminate geographical information. Natural language is the first geography language. Compared to maps and geographical information systems, geographical entities in natural language have obvious advantages in richness of data, habits of representation and use population. .Spatialization of geographical entities in natural language aims to make linguistic descriptions of geographical features of geographical entities transformed into computable, comprehensible, and visible forms which can be understood by computers. This project revolves mainly around the research problems on structuralization, conceptualization, quantification and spatialization of geographical entities in natural language. Based on the analysis and abstraction of multiple features of geographical entities, a conceptual modeling method is studied with semantic network. Then, the linguistic models，information extraction and relation mapping models are proposed to extract and normalize information of geographical entities in natural language. On this basis, knowledge graph of geographical entities are organized for visualization the network relationship of geographical entities, and the approximate models of geographical regions in natural language are explored based on geographical sematic rules. Finally, a prototype system will be developed and implement case studies. These research results will hopefully find out a creative and intelligent means for spatialization of geographical entities in natural language. It is helpful for the establishment of multi-scale spatial-temporal framework and further development of geographic information science.

地理学语言是人类理解、表达与传播地理信息的重要工具，自然语言是地理学第一语言。与地图和GIS相比，以自然语言形式描述和表达的地理实体，在数据的丰富性、表达的习惯性、应用的普及性等方面具有显著优势。自然语言表达的地理实体空间化是将地理实体特征的自然语言描述直接或间接转换为计算机可以理解的、可计算的、直观的表达形式。本项目将以“结构化-概念化-定量化-实体化”为技术主线，解析地理实体的特征抽象和概念表达机制，构建面向地理实体描述模型、信息抽取模型和映射关系模型，研究以地理实体关系网络为核心的地理实体知识图谱构建方法，提出基于地理语义约束的地理实体空间范围近似计算模型，研发原型系统并开展实验验证分析，形成一种面向自然语言的新型、智能化地理实体空间化手段，为构建多尺度的统一时空框架提供理论与技术支撑，推动GIS在自然科学和人文社会科学领域的普及应用，促进地理信息科学研究的理论和应用发展。

地理学语言是人类理解、表达与传播地理信息的重要工具，自然语言是地理学第一语言。地理实体是现实世界中独立存在、可以唯一性标识的地物或现象，也是地理信息描述与表达的主体对象。与地图和GIS相比，以自然语言形式表达的地理实体，在数据的丰富性、认知的习惯性、应用的普及性等方面都具有显著优势。自然语言表达的地理实体空间化是将地理实体特征的自然语言描述直接或间接转换为计算机可以理解的、可计算的、直观的表达形式。本项目系统分析了地理实体的特征类型及其描述机制，构建了层次化的地理实体概念模型，提出了基于描述逻辑语言ALC的地理实体形式化表达方法；制定了地理实体信息的标注规范，构建了大规模、高质量的地理实体标注语料库，提出了基于深度学习模型的地理实体信息抽取和语义消歧方法；研究了知识图谱和上下文相结合的地理实体空间范围计算方法，探索了基于超赋值理论的地理实体模糊空间化表达方法；研发了自然语言表达的地理实体空间表达系统，并以地质实体、地名文化扩散和热点事件为例进行实验验证分析。通过本项目的研究，形成了一种面向自然语言的新型、智能化地理实体空间化方法，进一步揭示了人们的地理空间认知和语言表达机理，有助于推动GIS在自然科学和人文社会科学领域的普及应用，促进地理信息科学研究的理论和应用发展。本项目执行期间，发表学术论文10篇，获得专利授权13件（国际专利授权3件），软件著作权登记8项，主持制定国家标准1项（报批），获得省部级奖项3项，培养研究生10名（其中博士生4名，硕士生6名）。研究成果成功应用于公安、气象、民政等领域，未来在面向大数据的地理空间智能服务领域具有很强的应用潜力。