-
题名规则匹配和深度学习结合的文本空间信息识别及定位
被引量：6
- 1
-
-
作者
何小波
罗跃
金贤锋
刘贤
-
机构
重庆市地理信息和遥感应用中心
贵州工程应用技术学院
-
出处
《地理信息世界》
2020年第5期121-128,共8页
-
基金
国家重点研发计划(2018YFB0505400)
社会民生类重点研发项目(cstc2018jscx-mszdX0067)资助。
-
文摘
充分识别并空间化文本中蕴含的空间位置信息,对文本数据挖掘研究具有重要意义。由于文本中的空间信息存在描述不规范、形式多样和混杂方言等特点,识别难度大,提出一种规则匹配和深度学习相结合的空间信息识别及定位方法。首先根据标准地名地址制作匹配语义库,利用规则匹配法精准提取空间信息并实现空间定位;然后将其作为深度学习的样本数据,训练BERT-BiLSTM-CRF模型,实现空间信息的自动提取;再利用前后缀特征词匹配规则作为补充处理,进一步充分提取文本中的空间信息;最后利用地理编码技术实现空间定位。实验表明,本方法能有效提高空间信息识别的准确率、召回率,具有可操作性。
-
关键词
文本挖掘
空间信息识别
地名实体识别
自然语言处理
地理编码
-
Keywords
text mining
spatial information extraction
geographical names recognition
natural language process
geographic coding
-
分类号
TU2
[建筑科学—建筑设计及理论]
-
