Semantic Expansion of Geographic Web Queries Based on Natural Language Positioning Expressions

The need for better Web search tools is getting increasing attention nowadays. About 20% of the queries currently submitted to search engines include geographic references. Thus, it is particularly important to work with the semantics of such queries, both by understanding the terminology and by recognizing geographic references in natural language text. In this paper, we explore the use of natural language expressions, which we call positioning expressions, to perform geographic searches on the Web, without resorting to geocoded data or gazetteers. Such positioning expressions denote the location of a subject of interest with respect to a landmark. Our approach leads to a query expansion technique that can be explored by virtually any keyword‐based search engine. Results obtained in our experiments show an expressive improvement over the traditional keyword‐based search and a potential path for tackling many kinds of common geographic queries.     

移动GIS中语音与自然语言的应用模式探讨

自然语言及其语音技术的应用是提高移动GIS智能化程度,完善其人性化服务体系的重要内容之一。从移动GIS的系统构成与应用需要出发,初步阐述了在移动GIS环境中语音和自然语言的应用意义及其关键技术,在此基础上探讨了语音与自然语言的多种应用模式,包括集中方式与分布方式,自然语言对话、人机交互应答及其混合方式,特定人与非特定人方式等,并概括分析了在移动GIS方案中采用各种语音应用模式的基本思路。     

移动GIS中语音与自然语言的应用模式探讨

自然语言及其语音技术的应用是提高移动GIS智能化程度,完善其人性化服务体系的重要内容之一。从移动GIS的系统构成与应用需要出发,初步阐述了在移动GIS环境中语音和自然语言的应用意义及其关键技术,在此基础上探讨了语音与自然语言的多种应用模式,包括集中方式与分布方式,自然语言对话、人机交互应答及其混合方式,特定人与非特定人方式等,并概括分析了在移动GIS方案中采用各种语音应用模式的基本思路。     

受限自然语言查询在GIS中的应用

简单论述了空间信息系统的自然语言查询问题；在应用范围受限的条件下，提出了主要以自然语言中的关键词构造模式库来反映射查询语句的思想方法；建立了系统的体系结构，并对空间操作算子、空间查询语句、模式库的结构等关键问题进行了讨论。     

受限自然语言查询在GIS中的应用

简单论述了空间信息系统的自然语言查询问题;在应用范围受限的条件下,提出了主要以自然语言中的关键词构造模式库来映射查询语句的思想方法;建立了系统的体系结构,并对空间操作算子、空间查询语句、模式库的结构等关键问题进行了讨论.     

车载智能地理信息查询系统及其自然语言接口

车载地理查询系统涉及到多方面的软、硬件技术和数据来源；本文提出了车载系统所需具备的主要功能，并对其中所需解决的关键问题进行了讨论。特别是针对如何使车载系统具备一定的智能问题，提出了将自然语言和空间查询语句结合，构造模式库，在自然语言识别处理的基础上，完成自然语言空间查询的方法。     

GIS中缓和曲线的不确定性模型

该文推导了缓和曲线上任意点坐标的方差的加权平均值,来建立描述曲线元不确定性的模型。给出了以缓和曲线法方向的中误差表示误差带宽的εσ模型,以及以最大方向误差表示带宽的εｍ模型的计算方法。通过实例说明了εｍ模型是理论上更加严密的缓和曲线误差模型,而εｍ模型是一种简化的描述模型。     

矢量GIS图上地理曲线的定位误差模型

为了分析ＧＩＳ图上地理曲线的定位精度,首先探讨地理曲线的表达与定位误差,区分“数字曲线”和“连续曲线”两个概念;然后结合由数字曲线生成连续曲线的ＧＩＳ算法,建立连续曲线的误差带模型,并导出地理曲线长度的误差估计公式;最后通过算例说明地理曲线误差带的可视化方法和曲线长度误差估计公式的应用。     

空间信息的自然语言表达模型

目的 空间信息的自然语言表达是一个横跨空间信息科学和语言学的交叉研究。以空间信息作为研究对象,立足语言学提供方法论,从语用、语义和句法三个独特视角剖析其结构特征,提出完整的自然语言表达模型。从语用视角,分析可视化地图表达和自然语言表达的不同语境特征及其互补性;从语义视角,分别分析并建立空间信息的空间、属性和空间关系等三大特征到自然语言中的方位词、词汇(名词或形容词)和短语的映射关系,之后归纳形成空间场景到句群的映射思路;从语法视角,分析并构建空间方位(位置、距离和方向)和拓扑关系的计算规则。

     

土地房产GIS空间要素的GML模型与实现

在分析土地房产要素特点的基础上,探讨了土地房产空间要素的GML模型及其应用。基于GML语言设计了土地房产空间要素的XML Schema模式,定义和描述了土地房产要素及其属性,探讨了基于XML和XQuery实现大数据量的地籍对象查询。利用Java、DOM和SAX开发了一个基于GML的土地房产GIS系统,实现了土地房产权籍要素图形和属性的一体化管理。系统应用表明了所提出的模型和实现是可行的。     

基于嵌入式语言的移动GIS开发设计

计算机技术,无线网络通信以及互联网技术飞速发展,大量的移动设备的飞速发展促使GIS向基于移动计算的GIS方向发展,并将成为重要的发展方向。本文就移动GIS的组成和发展、特点、应用、研究与开发作简单介绍。     

LBS中多尺度空间方位的自然语言描述

位置服务是地理信息系统（GIS）应用的重要领域,GIS提供关于空间位置的坐标描述,但这不符合人们的认知和日常习惯。地理空间中人们日常的交流通常使用方位描述。基于自然语言的空间方位的描述对移动目标（如驾驶员）是十分重要的,通过规范的地点描述语言进行快速的地理定位,可提高人的空间反应和处理能力。本文依据人的多尺度空间认知,分析空间参考和定位习惯,结合自然语言描述知识,利用GIS分析功能,给出多尺度环境下空间方位的自然语言描述。     

论地理信息系统(GIS)在自然灾害应急管理中的应用

阐述了自然灾害应急管理系统的一般特点,自然灾害管理工作内容与功能需求及信息需求,探讨了GIS技术应用于自然灾害管理时所发挥的重要作用。指出在计算机技术迅速发展的同时,GIS与GPS(Global Positio-ning System)、RS(Remote Sensing)以及其他计算机应用系统进行有机集成,使自然灾害应急管理系统进一步实现多维性、动态性,更好地为灾害应急管理提供决策分析与支持。     

GIS发展瓶颈、理论及万象GIS实践

阐述了GIS发展中的 3个瓶颈问题:输入、更新、全面的空间概念,并分析了产生这些瓶颈的理论背景,提出了GIS对象结构、系统空间数学基础及结构,矢量、栅格结合的 3个重要理论问题,最后介绍了万象GIS的实践。     

基于空间语义角色的自然语言空间概念提取

根据空间信息的特点,从定义的空间语义角色入手,通过语义角色标注、短语识别以及概念模式匹配等手段,具体分析了自然语言中的空间实体、实体间空间关系以及空间过程的表达与提取方法。     

Multidimensional Map Algebra: Design and Implementation of a Spatio-Temporal GIS Processing Language

Due to the increasing volume of spatio-temporal data generated from remote sensing, sensor networks and computational simulation, there is a need for a generic, domain-independent framework for spatio-temporal data analysis. This research presents a generic set of data processing and manipulation tools for spatio-temporal raster data called multidimensional map algebra (MMA). MMA is an extension of conventional map algebra that operates not only on data that are two-dimensional in space but also on data that are: (1) one-dimensional in time; (2) both two-dimensional in space and one-dimensional in time; (3) three-dimensional in space; and (4) both three-dimensional in space and one-dimensional in time. MMA data types, neighborhoods, lags, and functions are presented, including rules for combining data types of different dimensionality within local, focal, and zonal functions. A prototype implementation in JAVA is provided as a demonstration and syntax specification for the functions. Challenges to continued development of MMA include performance and efficiency issues for processing very large multidimensional data sets.     

使用自然语言处理和分层匹配方法的地理信息服务语义发现

设计了一种基于自然语言处理和分层匹配的地理信息服务语义发现框架,实现用户输入关键词与地理信息服务的语义匹配。框架基于Word Net知识库,利用消歧技术确定所提取词汇的含义;根据所提取的信息来源以及相关关系将地理信息服务上下文划分为6个信息层匹配,并使用遗传算法确定各信息层在匹配过程中具有的权重。最后将所提出的发现方法与常用的发现方法做实验验证,结果表明该方法可以提高地理信息服务语义发现的查准率。     

GIS, expert systems, and interoperability

Integrating a GIS has been a common way to combine the functionality of two or more systems for some time. A three-dimensional model of integration is described which shows the range of linkages that can be achieved. Extremely flexible and dynamic linkages between systems can now be created through the recent advances of client/server and object-oriented technology. An expert system shell is coupled with a GIS to create a generic spatial rule-based toolbox called SES (spatial expert shell). An expert system developer using this toolbox can transparently access spatial data and relationships from a GIS by linking application objects to spatial classes. These spatial classes include methods that format and send requests to the GIS server. Thus the linkage is determined at run-time allowing a flexible interwoven interaction between the expert system and the GIS.     

GIS and Intelligent Agents for Multiobjective Natural Resource Allocation: A Reinforcement Learning Approach

An important component of natural resource management is determining how to allocate resources within a landscape to different stakeholders in a manner that satisfies multiple objectives. Developing decision making tools for assisting natural resource allocation is a challenging endeavor as stakeholders' objectives typically exist at varying spatial scales, their actions are defined by the spatial constraints in which they operate, and the spatial distribution of resources can be altered due to system disturbances. The nature of such challenges suggests the need for a geographic approach that can investigate these spatial complexities in order to generate a suitable set of solutions. The objective of this study is to develop and evaluate an Intelligent Agent Model for multiobjective natural resource allocation. The model integrates agent-based modeling in a GIS environment with reinforcement learning – a heuristic method for generating, evaluating, and improving multiobjective decision making solutions. The model is implemented by simulating a forest management scenario in which agents that represent forest companies learn how to harvest trees in a manner that maximizes economic return while minimizing the adverse ecological impact to the surrounding landscape. In addition, the model simulates forest disturbances of varying frequencies and intensities to determine how disturbance events affect the decision-making ability of agents. The model is validated to demonstrate that it can provide practical solutions to natural resource decision making.     

自然语言空间查询中应用编辑距离的规则匹配模型

自然语言空间查询是智能信息检索在GIS领域的扩展。自然语言的自由灵活性在降低用户查询难度的同时,也对查询语句的规则匹配增加了难度。鉴于此,提出基于编辑距离的规则匹配模型。在词语层面,计算编辑相似度和语义相似度提供候选项,通过用户选择来建立未登录词与空间词库的匹配关系;在语句层面,应用编辑距离的思想来实现未登录句式的规则匹配。最后,开发了规则匹配工具,通过实验验证了模型的可行性。