中文地名詞典維護方法研究.pdf

1、地名詞典(Gazetteer)是一個具有地理意義的字典或名錄，主要描述地名的名稱、要素類型、空間位置等重要參考信息，通常包含一個國家、地區(qū)或大陸的地理構成，以及社會統(tǒng)計和物理特征，如山脈，水系或道路，在網(wǎng)絡電子地圖服務、移動位置服務、地理信息檢索、自然語言處理等方面有廣泛應用。我國歷史悠久、民族眾多，地名既是社會文化的化石，也是時空的縮影?，F(xiàn)有的地名詞典管理和維護模式在時空關聯(lián)以及地名空間關系表達方面較為薄弱。
　　 本文在在地

2、名時空數(shù)據(jù)模型的基礎上，從被動式、大眾參與式與主動式維護三種視角，綜合運用XML、Web服務、網(wǎng)絡爬蟲、網(wǎng)頁解析和地名識別等技術，探討中文地名詞典的多種維護方法。主要內容與成果包括以下幾個方面:
　　 (1)基于XML Schema的多源地名數(shù)據(jù)集成方法研究:以XML和XMLSchema為基礎，通過XSLT映射機制實現(xiàn)了多源異構的批量地名數(shù)據(jù)集成。該方法是基于數(shù)據(jù)結構的被動式維護方法，沒有考慮地名屬性的語義集成問題。但是，實驗證

3、明這種方法具有跨平臺性、可擴展性高，而且為地名Mashup提供了技術基礎。
　　 (2)基于網(wǎng)絡爬蟲的中文地名詞典維護方法研究:利用網(wǎng)絡爬蟲技術主動獲取海量空間敏感的網(wǎng)頁文本并進行DOM結構化解析，整合CRY地名識別模型、規(guī)則匹配和Geocode(地址編碼)技術實現(xiàn)地名詞典地名、要素類型和空間位置的獲取，有效解決了地名獲取難、維護效率低的問題。
　　 (3)基于Neogeography的中文地名詞典維護方法研究:利用We

4、b服務和Mashup技術，在國家安全保密規(guī)范允許的情況下，實現(xiàn)大眾參與的地名詞典維護方法。通過提供地名數(shù)據(jù)的查看、上傳、地址編碼等服務，Mashup其他地名數(shù)據(jù)資源，建立了地名服務評估機制，實現(xiàn)了VGI模式的地名詞典維護。
　　 (4)中文地名詞典維護原型系統(tǒng)設計:在上述三種方法研究的基礎上，設計了空間驅動的地名空間定位信息和屬性信息的圖文一體化管理模式，開發(fā)了中文地名詞典維護原型系統(tǒng)，實現(xiàn)了大眾參與式和主動式地名詞典自動維護。