项目名称: “自然语言-草图”耦合的地理场景查询方法研究

项目编号: No.41501438

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 朱少楠

作者单位: 南京邮电大学

项目金额: 20万元

中文摘要: 自然语言和图形是人们对地理场景认知和表达的两种重要手段,但是以空间对象、空间关系和属性为对象的空间查询模式忽略了地理场景的整体特性。本项目拟从地理认知和地理学的视角,研究地理场景组成要素的概念分类体系和语义关系表达方法;研究基于框架表示法的地理场景查询模式表达方法、引导式的可视化地理场景查询草图构建方法,构建基于自然语言和草图的地理场景查询表达模型;研究基于粗糙集理论的地理场景查询匹配相似度计算模型,设计自然语言和草图相结合的查询结果排序算法;研发地理场景查询原型系统,以矢量地理数据为实验数据源进行实验验证分析。研究成果有望形成一种地理信息查询和服务的新手段,进一步揭示地理场景的认知、描述和应用机理,促进地理信息科学和技术的智能化、大众化、社会化发展。

中文关键词: 地理场景;自然语言;草图;空间查询

英文摘要: Both natural language and virtual geographical scene are two important representation means of geographical scene. However, the integrality of geographical scene is ignored on the traditional spatial query, in which spatial objects, spatial relations and attributes are treated as query objects separately. This proposal aims to explore the method for geographical scene with the perspectives of geographical and geography. First of all, a classification schema of geography scene elements and a semantic relationship expression method are discussed based on the semantic web; Secondly, a geographical scene query frame is proposed to represent natural language query forms based on the frame knowledge representation method, and a visual method is present to create sketch maps of geographical scene inductively, in order to generate query representation models by means of natural language and maps. Thirdly, a similarity model is illustrated for measurement of geographical scene query matching, and a query ranking algorithm is developed. Finally, a prototype of geographical scene query system is developed for experimental evaluation. The research results could hopefully initiate a new method of geographic information query, deeply understand the mechanisms of cognition, representation and application of geographical scene, and extend the intelligence, popularization, and socialization of geographical information science and technology.

英文关键词: Geographical scene;Natural language;Sketch map;Spatial query

成为VIP会员查看完整内容
3

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
61+阅读 · 2021年8月4日
专知会员服务
77+阅读 · 2021年3月20日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
专知会员服务
43+阅读 · 2020年12月8日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
OpenKG开源系列 | 轻量级知识图谱抽取开源工具OpenUE
开放知识图谱
8+阅读 · 2021年11月1日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
知识图谱构建-关系抽取和属性抽取
深度学习自然语言处理
26+阅读 · 2020年3月1日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
论文浅尝 | 基于知识图谱的子图匹配回答自然语言问题
开放知识图谱
27+阅读 · 2018年5月17日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Convergence of the Discrete Minimum Energy Path
Arxiv
0+阅读 · 2022年4月15日
Arxiv
20+阅读 · 2021年2月28日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
小贴士
相关主题
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
61+阅读 · 2021年8月4日
专知会员服务
77+阅读 · 2021年3月20日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
专知会员服务
43+阅读 · 2020年12月8日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
相关资讯
OpenKG开源系列 | 轻量级知识图谱抽取开源工具OpenUE
开放知识图谱
8+阅读 · 2021年11月1日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
知识图谱构建-关系抽取和属性抽取
深度学习自然语言处理
26+阅读 · 2020年3月1日
学会原创 | 自然语言的语义表示学习方法与应用
中国人工智能学会
11+阅读 · 2019年3月7日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
论文浅尝 | 基于知识图谱的子图匹配回答自然语言问题
开放知识图谱
27+阅读 · 2018年5月17日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员