基于本体的地理信息查询和排序

建立了一个基于本体的地理信息查询系统(OGIIS)。通过对地理本体实例的语义推理和索引,OGIIS实现了对地理实体中语义关系的查询,解决了传统的地理信息查询中无法对语义关系进行查询和推理的问题,提高了地理空间语义网上对异构数据信息检索和查询的智能性和准确度。

基于地理空间语义网的异构地理信息查询

论文建立了一个基于地理空间语义网的地理信息查询系统OGIIS(Ontology-basedGeographicInformationInquirySystem)。通过对异构数据信息进行语义推理和索引,并用地理本体实例生成算法GOBA(GeoOntologyBuildingAlgo-rithm)建立地理本体实例,OGIIS可以极大地提高对地理空间语义网上的异构数据信息检索和查询的智能性和准确度。

语境感知的地理信息检索

语境是可以用来描述实体状态的任何信息,而语境感知的地理信息检索(Context-Aware Geographical Information Retrieval,CAGIR)是可以通过感知与所检索的地理信息相关的语境,返回更加理想检索结果的检索模式。为了进一步了解其基本原理及研究进展,该文综述了语境感知的地理信息检索各方面研究成果:概述了与传统地理信息检索所不同的"语境匹配"思想;明确了语境的定义,并从语境内容和语境表现形式两个角度对语境进行了分类;简述了语境的获取、语境的本体及语义规则的形式表达;讨论了"单语境本体语义操作模型"和"模板语境本体语义操作模型"两类地理信息检索的具体实现模式;总结并形成了语境感知的地理信息检索框架,最后讨论了语境感知地理信息检索的应用现状及发展难点。

地名本体的概念框架与构成研究

在提出地名本体的基本概念之后,根据基于地理空间语义网的日常地理信息查询需要,进行了地名本体的概念设计,提出了通过复用地名词典和地理主题词表构建地名本体的概念框架和设计方法;提出地名本体由地理实体本体、实体类型本体和空间关系本体3种地理本体构成,并详细介绍了其设计结构。

语义网的地名检索服务初探

地名检索在地理信息服务中具有重要作用,如何利用本体构建的语义网,快速有效的实现地名检索服务是当前的研究热点。文章详细介绍了地名检索、本体、地名本体、语义网等相关概念和相互联系,重点从本体描述语言、本体的构建方法和构建工具3方面分析了本体构建的过程,总结了地名本体在构建中存在的问题,为实现语义网的地名检索服务作了初步的探索。

论地理知识图谱

网络文本蕴含大量隐式地理空间信息,为地理知识获取与知识服务提供了巨大潜能。地理知识图谱是将传统地理信息服务拓展到地理知识服务的关键,也是网络文本蕴含地理信息采集与处理的终极目标。本文系统评述了开放地理语义网、开放地理实体及关系抽取、地理语义网对齐、知识图谱存储方法等地理知识图谱相关主题的研究进展,从网络文本蕴含地理空间信息量与质量评价、地理信息语义理解、空间语义计算模型和异构地理语义网对齐等方面剖析了目前亟需解决的关键科学问题。

基于语义的地理信息空间关系检索

本文提出了一种解决地理信息检索的方法,在此方法中建立了地理信息的拓扑、方位和距离等空间关系:分析了空间数据和非空间数据的语义关系,提出用于描述空间关系的属性关系图ARG,基于应用本体实例生成算法AOGA和语义推理工具Jena,实现异构消解和语义扩展,极大地提高检索准确率;并以大连湾土地利用本体实例为例,说明此解决方案的可用性。

空间服务语义模式的地理信息服务发现

如何从大规模地理信息服务集合中快速且准确地发现目标服务是地理信息服务应用中的一个关键问题。当前基于关键字的服务发现方式缺乏语义支持,搜索效率低。本文在WSMO/WSML框架下,提出了一种基于空间服务语义模式的服务发现方法,将地理信息从语法模式转换为语义模式,明确表达空间数据中隐含的知识,有效克服数据源之间的语义异构。该方法能够显著提高地理信息服务发现的查全率和查准率。

顾及地理语义的地图检索意图形式化表达与识别

主流地图检索方法多基于元数据文本匹配或图像内容相似度计算,缺乏对用户意图的主动理解,导致检索结果欠佳;而现有意图识别方法无法准确表达与识别复杂地理概念联合约束的地图资源检索需求。为此,本文提出一种顾及地理语义的地图检索意图形式化表达与识别方法,旨在利用相关反馈样本“感知”用户需求,以提升检索精度。该方法通过地理本体约束“意图-子意图-维度分量”模型的构建,实现检索需求的语义化描述;并将意图识别视为组合优化问题,基于最小描述长度准则、顾及地理概念从属关系的样本随机合并策略及贪心搜索实现最优意图识别。实验结果表明,相比基于频繁项集挖掘的RuleGO、决策树的DTHF算法,本文方法具有更高的识别准确度与噪声容忍度;随机合并策略可在不降低识别准确性的情况下有效缩短平均求解耗时;样本增强策略保证算法在样本规模仅为20时仍具有较高识别准确度。该方法可望应用于地理信息门户,提升各类地理信息资源共享与发现的服务品质。