顾及上下文语境的交通命名实体自动识别方法

网络文本中蕴含着大量的交通信息,对交通命名实体识别是地情变化监测、交通实体更新的重要前提。针对交通命名实体识别任务中缺少专业标注数据和有效识别方法导致识别效果无法满足需求的问题,文中提出一种融合深度学习模型的交通命名实体自动提取方法。该方法首先利用语言表征模型充分融合语境来提取文本特征,然后通过结合双向神经网络模型来学习上下文语境,最终由条件随机场模型对输出进行约束得到全局最优标记序列实现交通实体的识别。实验证明,该方法准确率可以达到90%以上,能够实现对交通实体的有效识别。     

一种带状面要素数据实体派生方法

针对常见于土地利用、土地覆盖等图斑数据中的带状面要素数据在描述上缺少对带状地理实体的完整性表达，特别是地理实体平交或立交处常断开表达，限制了以实体为视角的应用分析的问题，该文提出了一种带状面要素数据实体派生方法。首先，根据语义及拓扑关系，识别并筛选带状面要素数据及数据之间的公共弧段；其次，定义了“正对1∶1”“正对1∶n”“斜对1∶1”“斜对1∶n”和“混合型”5种弧段空间分布模式，并据此对公共弧段进行模式分类识别、分类派生；最后，经贵州省某区域“三调”数据验证，试验结果表明该方法可有效实现带状面要素的识别与派生，基于派生得到的实体数据获取的骨架线更为合理，准确性提高了97.31%。     

一种城市级基础地理实体派生地形图的方法

针对如何实现新型基础测绘中，基础测绘成果的转型升级与高层次应用这一项重要的目标，该文基于传统地形图生产经验，秉持继承与创新的理念，提出一套适应新型基础测绘背景下的地形图编制技术体系。体系包括定制选取、实体综合、制图派生和适配成图等内容，采用实体自动综合、地图符号自动派生、适配地图业务平台成图3项关键技术，较好地进行数据正向派生，实现对基础测绘成果的新型应用。通过新型基础测绘试点应用，结果表明：该技术体系在WJ系统知识引擎和业务流引擎的驱动下，可自动派生出国家基本比例尺或任意尺度的地形图数据。基于派生的地形图数据与其他地图业务平台适配，达到地形图自动生产的目的，大幅提高了地形图生产效率，验证了本文技术体系的有效性与适用性。