基于BERT-BiLSTM-CRF的中文地址解析方法

中文地址解析是地址匹配的重要环节,广泛应用于地址检索、地理编码和地址信息识别等方面.但传统地址解析方法存在覆盖度有限、人工参与过多和泛化能力较差等问题.为发挥深度学习模型在深层结构上自动学习上下文特征的优势,提出一种基于BERT-BiLSTM-CRF深度学习模型的中文地址解析方法:依据中文地址要素多级分类体系,扩展BIOES标注方法并进行地址语料标注;基于预训练语言模型,构建融合BERT、BiLSTM和CRF的综合深度学习模型,通过BERT预训练语言模型获取富含语义信息的字符向量,弥补静态词向量特异性缺失的问题,提高复杂地址要素的提取能力.以2019年深圳市地址数据为例进行模型性能评估,该方法对于多数中文地址要素的解析准确率达90％以上;相比IDCNN-CRF和BiLSTM-CRF等深度学习模型,该方法对只具有小规模地址语料时的地址解析效果更优,且在解析多种地址要素类型时能保持良好的性能.     

城市地址要素组合模式分析——以深圳市为例

为了深入探测城市地址数据对于地理位置表达的描述特点,该文提出一种城市地址要素组合模式的分析方法.在构建城市地址要素多级分类体系的基础上,通过标注地址语料归纳规则模型进行地址要素解析,进一步分析城市地址中各类要素的组合模式.以深圳市1 700多万条地址数据为例,分析出使用频率最高的17种地址要素组合模式.期望研究结果在我...     

基于微博文本的灾害事件信息时空过程聚合方法

各类灾害事件频发已成为全球可持续发展面临的重大威胁。在大数据环境下,微博文本逐渐被应用于灾害管理的预防、准备、响应和恢复工作。以往研究多关注微博文本中灾情信息的获取,却忽略对这些碎片化信息进行有序化整合。本文从时空视角构建多层次的灾害事件信息模型,在抽取出微博文本中灾害事件信息要素的基础上,提出基于“对象-状态”的过程信息聚合方法,解决微博文本中灾害事件信息分散化、时空粒度多样化和无序化的问题。基于新浪微博进行台风“利奇马”事件的案例分析,结果表明,本文方法能够全面地获取灾害事件过程中各个时空节点上的灾情信息,有利于从微博文本中挖掘小尺度下的灾害突发状况。     

基于字面相似度的地理信息分类体系自动转换方法

地理信息分类体系转换对于实现异构地理信息系统之间的语义信息共享与互操作具有至关重要的作用.人工转换方法效果较好,但是对时间、经费和领域专家的要求较高.提出了一种基于字面相似度的地理信息分类体系自动转换方法,包括类别语义相度计算方法、类别转换模型和分类体系转换算法.实验表明,该方法能够比较有效地构建不同地理信息分类体系的类别转换关系,实现它们之间的自动转换.     

地理学视角下地理信息的分类与描述

地理学是一门研究各种地理要素的时空分布、演化过程,以及相互作用机制的综合性学科。随着现实世界从二元空间向三元世界的演进,对地理信息内涵的理解、表达和挖掘亟待进一步加深与扩展。现有以"位置+几何+属性"的地理信息表达模式难以支撑各种地理要素及其规律的表达。本文从地理学视角出发,立足三元世界理念,梳理了信息要素及其转变成地理信息的过程,形成了以时间、地点、人物、事物、事件、现象和场景"七要素"的信息表达体系,并从地理语义、空间位置、几何形态、属性特性、要素关系、演化过程、作用机制7个地理维度上对其进行解读。实现了地理学视角下对地理信息内涵的全方位分类和描述,为面向地理学综合集成研究的地理信息多维描述与计算分析提供理论支撑。     

面向公共安全事件的网络文本大数据结构化研究

网络文本中所包含的相关信息目前已成为公共安全事件紧急救援与影响评估的重要信息源。现有的方法虽然可定向地提取文本信息中事件的各类要素信息,但由于缺乏面向事件的整体建模与解析框架,难以从网络文本中获取系统的事件要素的结构化信息,即所提取的事件要素信息要么不够完整,要么与目标事件不匹配,由此产生的遗漏与谬误难以支撑针对公共安全事件信息的系统分析。为解决该问题,本文提出了面向公共安全事件的网络文本大数据结构化理论框架,首先,建立了公共安全事件的语义框架,并以地震事件为例构建了相应的结构化表结构;其次,应用训练语料的关联标注解决了事件要素与事件无法匹配的难点;最后,通过使用可融合关联信息的文本解析算法,系统提取了事件类型、事件名称、事件时间、事件位置及其他属性,基本实现了网络文本中不同事件信息的结构化。本文以云南邵通鲁甸地震为例,展示了地震事件的网络文本信息的结构化过程与结果,为分析地震所受的关注程度以及救援状况提供了重要参考。在上述研究的基础上,开发了面向公共安全事件的网络文本信息挖掘系统,展示了地震事件文本的结构化解析以及由此实施的事件关注度分析。     

公共卫生事件中社会情绪的时空分析方法 ——以新冠疫情事件为例

准确把握社会情绪的变化特征并分析其影响因素有助于为政府决策提供支持.社交网络将传统单向性的信息传播方式转变为多元互动的交流结构,进一步放大了突发公共卫生事件中社会情绪的流变性,把控情绪强度及倾向可为精准施策提供有力支撑.该文借鉴心理学中情绪维度划分模型,将社会情绪分为7种类型、3个强度等级;考虑不同类型情绪具有不可叠加性,为尽可能还原文本表达的全部情绪类型,结合句法规则与情绪词典,提出基于单篇文本提取7种情绪类型的方法,并以国内新冠疫情事件为研究案例,按照事件的发展阶段进行社会情绪的时空特征和事件驱动因素分析.研究表明,该方法能从多维度、多层次挖掘社会情绪各阶段的变化特征,为政府决策提供引导策略.     

城市犯罪时空同现模式的非参数检验方法

采用时空同现模式分析方法挖掘多元犯罪事件之间的关联关系,可为犯罪事件防控问题提供科学指导。现有方法依赖人为设置的频繁度阈值,应用部门若缺乏先验知识则可能导致决策错误。因此,基于非参数统计思想,提出一种面向城市犯罪的时空同现模式显著性检验方法。首先通过重建每类犯罪事件的时空分布,构建多元犯罪事件分布独立的零模型;然后根据零模型下多元犯罪事件同现频率的试验分布,判别候选时空同现模式的显著性。最后设计具有预设模式的模拟数据实验验证该方法的有效性;在多个分析尺度（时空半径）下识别S市2016年13种犯罪事件间时空同现模式,并以时空同现模式{扰乱治安,盗窃电动自行车,扒窃}为例,结合公共设施空间分布,对该模式形成机理进行深入分析。结果表明:①该方法充分顾及了单元犯罪事件自相关特征的影响,能够有效识别具有统计特性的时空同现模式;②犯罪事件时空同现模式随分析尺度的变化而存在差异;③具有相似建成环境和社会环境的犯罪事件容易形成时空同现模式。     

基于超赋值理论的模糊位置描述形式化与推理机制

基于位置描述进行空间定位是大数据时代位置服务向智能化转型的关键。针对不同语境中位置描述模糊性差异显著而难以定位的问题,本文提出一种面向模糊位置描述的形式化方法与推理机制。首先,通过梳理人类空间认知规律,明确自然语言中位置描述时关注的要素类型,研究模糊位置描述的形式化表示。然后,基于超赋值理论,从空间对象、距离关系和方向关系3个方面构建模糊位置描述的推理机制。顾及位置描述的上下文语义,利用观察值阈值开展空间推理实现定位。最后,设计收集位置描述的问答系统对方法进行验证。结果表明,本文方法能够依据实际应用场景及时调整位置描述的形式化表示粒度,空间推理结果贴合直观认知。     

卷积神经网络迁移的高分影像场景分类学习

针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于Image Net预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。