结合实体词与句子语义的地理实体关系抽取

地理实体关系抽取是地理知识获取的重要组成部分。规则制定的繁琐和难以发现的隐式关系表达,使得现有规则匹配与机器学习的方法不能有效解决地理实体关系抽取中存在的中文文本语法结构复杂且地理实体关系显式与隐式表达并存的问题。因此,根据上下文反映显式或隐式地理实体关系的特征,提出利用实体词向量和句子语义向量从文本中抽取地理实体关系的方法。实验表明,利用该方法从网络文本中获取显式和隐式表达的地理实体关系具有较好的效果,在测试集中准确率和召回率可以达到75.2%和79.2%。本研究为构建地理知识图谱、地理信息检索以及地理本体学习提供方法支持。     

检索词优化与空间自适应的深网POI获取方法研究

针对检索词库构建困难、数据请求量受限制等相关问题,该文提出一种基于独立覆盖率排序和空间自适应剖分的深网POI信息搜索方法,通过候选检索词初步构建、贪婪式探测搜索、检索词优化降维、空间自适应剖分爬行等主要流程,利用逐步逼近POI搜索的最大覆盖最优解,实现对深网POI信息的全量获取,大幅度提高深网POI数据的召回率与采集效率,该方法对于丰富地理信息资源、提升空间信息服务与内容管理能力具有重要意义。     

基于文献计量方法的海洋垃圾研究现状与热点分析

为厘清当前海洋垃圾研究现状和热点,本文以1987—2021年Web of Science核心合集数据库收录的2884篇海洋垃圾相关文献为研究对象,利用文献计量方法,对海洋垃圾发展阶段、科研力量和研究主题进行统计分析。结果发现：(1)全球海洋垃圾研究大体分为三个阶段,目前正处于高速增长期;(2)欧美等发达国家科研力量较强,但中国和巴西等发展中国家也愈加重视海洋垃圾研究;(3)当前研究热点主要集中在海洋垃圾来源、分布及治理研究;海洋微塑料分布特征研究和生物效应研究。最后,基于分析结果,本文勾勒出我国海洋垃圾研究领域未来的发展方向。     

基于ALBERT模型的园林植物知识实体与关系抽取方法

园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBERT（A Lite BERT）预训练语言模型的实体识别和关系抽取模型。ALBERT预训练的动态词向量能够有效地表示文本特征,将其分别输入到BiGRU-CRF命名实体识别模型和BiGRU-Attention关系抽取模型中进行训练,进一步提升实体识别和关系抽取的效果。在园林植物语料库上进行方法的有效性验证,结果表明ALBERT-BiGRU-CRF命名实体识别模型的F₁值为0.9517,ALBERT-BiGRU-Attention关系抽取模型的F₁值为0.9161,相较于经典的语言模型（如Word2vec、ELMo和BERT等）性能有较为显著的提升。因此基于ALBERT模型的实体与关系抽取任务能有效提高识别分类效果,可将其应用于植物描述文本的实体关系抽取任务中,为园林植物知识图谱自动构建提供方法。     

2004—2013年我国地理教科书研究热点探析——基于博硕学位论文的共同聚类分析

采用共词分析法,对2004--2013年我国以地理教科书为选题研究的博硕学位论文的高频关键词进行聚类分析,结果发现近十年来我国地理教科书研究热点分为十三类：两岸三地地理教科书比较研究,地理教科书中地理技能的构成分析及编写建议研究,地理教科书中情感态度与价值观教育内容分析研究,高中必修《地理1》的表层系统优化研究,乡土地理教材开发研究,地理教科书中活动系统的内容、功能及教学建议研究,地理教科书中图像系统的评价研究,地理教科书的演变研究,国外地理教科书中的探究性特征研究,美国教科书评析及中美教科书比较研究,地理教科书的二次开发研究,高中地理教科书的呈现方式及其影响研究,地理教科书分析方法的运用研究。     

《华阳凉水井客家话记音》空位词素拟字(二)

董同龠禾先生在《华阳凉水井客家话记音》中,共列举了3400余个客家话词语,为后学者提供了宝贵的研究资料。由于调查时间的限制,其中部分词语空位,为了使词汇表更加完善,在田野调查的基础上,对其中的空位词进行了统计并在尊重原作的基础上对其进行拟构,希望对客家话的研究有所补益。     

论机检英文文献检索词的选取策略

英文文献计算机检索已发展到通过检索词匹配来实现，检索词的选取恰当与否直接影响着检全率和检准率。针对如何根据检索主题的要求及英语的语言特点，利用本专业知识、文化取向和检索知识选取英文文献计算机检索词，提出了选取英文文献计算机检索词的原则以及主题、英美语的差异等选取检索词的方法和技巧。     

地理信息系统中自然语言查询的分词处理与应用

随着地理信息系统应用的不断发展,本文提出了在地理信息系统中对基于受限自然语言的查询语句进行分词处理的方法--首字扩词分词法。该分词方法在汲取正向最大匹配分词方法的核心思想--长词优先原则。为了缩小匹配范围,提高匹配效率,该方法首先根据查询自然语言的首字对词汇库的记录进行筛选,得到以该首字开头的词汇库子集;然后再按照长词优先原则把原查询语句与词汇库子集进行匹配,切分查询语句。通过比较,该方法比正向最大匹配方法具有较小的时间复杂度。同时,采用DELPHI编程语言在计算机上得到了实现。     

DNA序列新特征的提取方法及其在重组位点识别中的应用

为提升重组位点识别的预测性能,本文提出了一种新的特征提取方法来识别重组位点。分别利用Word2Vec模型编码的3-gram向量和DNA特性获得两组表示DNA序列的新特征,与已有的特征(FastText模型获取)进行组合来表示DNA序列,使用支持向量机为分类算法,在基准数据集上进行5倍交叉验证。研究表明,本文提出的方法在识别重组位点方面获得了93.88%的敏感性、95.08%的特异性、94.54%的准确率和0.890 2的马修斯相关系数,以上指标均优于现有的方法,本文所提出的方法为解决生物学的序列信息提取问题提供了一种新思路。