从自然语言文本中收割地理空间大数据
p{text-indent:2em}
从自然语言文本中收割地理空间大数据
【评论】在非结构化自然语言本文中获取地理相关信息是一个很有意思而又有难度的话题，也是知识层次体系结构中，“数据–>信息–>知识 ”最完整的过程体现。Yingjie Hu 等在德国慕尼黑技术大学知名教授Martin WerNER的新书《Handbook of Big Geospatial Data》中，专门撰写了名为《Harvesting big geospatial data from natural language texts》的一章，来阐述相关的技术进展状态。
【原文摘要】大量地理空间数据存在于自然语言文本中，例如报纸、维基百科文章、社交媒体帖子、旅游博客、在线评论和历史档案。与美国地质调查局和国家统计局收集的更传统、更结构化的地理空间数据相比，从这些非结构化文本中获得的地理空间数据具有独特的优势。它们捕捉人类对不同地点的感受，反映不同地理区域的近实时态势，或记录其他方式无法获得的重要历史信息。此外，这些非结构化文本中的地理空间数据在数量、速度和多样性方面通常都很大。本文介绍了从自然 ...
非结构化文本的地理定位
非结构化文本的地理定位
【摘要】根据前文介绍，地理信息抽取是构建地理知识图谱的核心，而对非结构文本的地理定位是地理信息抽取技术的核心。本文对非结构文本的地理定位研究现状进行了梳理。鉴于国内地理信息科学和计算机信息科学为两个学科，而地理定位属于跨学科、研究难度偏大的命题，国内比较深度或成体系的研究较少，因此本文主要针对国际相关研究情况。
【原文】
【DOI】
1. 文本中的地理引用
地理引用（Geoeferences）
文本中对位置的指称（形式上为文本片段）被称为地理引用，也称位置引用、位置标识、地理标签。
**地理引用的案例：**地理引用的形式多样，例如，以下形式都可以定位北京大学：
北京市海淀区颐和园路5号 – 北京大学的通信地址
北京大学 – 北京大学的地名
100871 – 北京大学的中国邮政编码
X8P4+Q8 – 北京大学的谷歌开放位置码
39.986913,116.3036799 – 北京大学的经纬度
此外，还有很多在专业领域编制的具有空间位置含义的编码，如：北京大学的不动产单元登记码、北京大学的城市管理网格码等，均 ...