面向网页文本的地理要素变化检测

        摘要：地理要素变化检测已成为国家地理信息“十二五”规划和全国地理国情普查的重要组成部分。网页文本中蕴含海量的地理要素信息，尤其是新闻、政府、社交平台等网站的网页文本更新频繁，可为地理要素变化检测提供现势性的数据源。本文针对网页文本中地理要素变化的语言描述特点，构建了表达地理要素变化的语义知识库，设计了搜索引擎和通用主题相结合的网页爬虫，实现了相关网页文本的高效获取；采用规则模型和条件随机场模型，分别进行网页文本中地理要素变化信息抽取，包括地理要素名称、位置（地名）、时间和属性等。实验结果显示，本文设计的网页爬虫具有较高的相关网页文本获取能力，地理要素变化信息抽取的准确率能够达到70%以上，但是,语义知识库的完备程度对于信息抽取性能具有较大影响。