时空要素驱动的事件网页信息检索方法研究

《时空要素驱动的事件网页信息检索方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、NanjingNormalUniversityADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofScienceRetrievalMethodofEventsin腑bPagesBasedonSpatio--temporalElementsCandidate：College：Supervisor：Speciality：DateApproved：DUChaoliCollegeofGeographicalScienceProf．ZhangXueyingCa

2、rtographyandGISMay2013学位论文独创性声明本人郑重声明：所提交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果。本论文中除引文外，所有实验、数据和有关材料均是真实的。本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表或撰写过的研究成果。其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。学位论文储虢书迎剥日期：姚t；)学位论文使用授权声明研究生在校攻读学位期间论文工作的知识产权单位属南京师范大学。学校有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以采用影印、复印等手段保存、

3、汇编本学位论文。学校可以向国家有关机关或机构送交论文的电子和纸质文档，允许论文被查阅和借阅。(保密论文在解密后遵守此规定)保密论文注释：本学位论文属于保密论文，密级：幺蜀保I密期限为五年。学位论文作者签名：日期：舯狮躲移苌日期：硼孓乐§1资助项目国家“863”课题“泛在空间信息关联更新与面向主题时空信息挖掘研究’’(2012AAl2A403)摘要本文依托国家“863”课题“泛在空间信息关联更新与面向主题时空信息挖掘研究”，探索面向事件的网页文本获取与检索服务方法，为多源网络信息的结构化表达、事件时空序列重构、可视化和挖掘分析提供数据支撑。本文围绕事件网页文本

4、“数据获取一组织管理～检索服务”的技术主线，通过分析中文网页文本中事件信息的语言描述和信息组织特征，以自然灾害事件为例，开展了时空要素驱动的事件网页信息检索引擎关键技术研究。主要研究内容与结论包括以下几个方面：(1)时空要素驱动的事件网页获取：通过对描述事件网页文本内容及特征进行分析，构建以时间、空间位置和事件主题为基本要素的事件表达模板；依据事件表达模板中的内容，定制网络爬虫以获取描述事件的网页文本。实验表明，与传统爬虫相比，基于事件表达模板构建的事件主题爬虫具有良好的网页过滤功能，获取的网页具有较高的精度，但是因为在主题爬虫中引入了大量的计算，导致该爬虫

5、的性能相对有所下降。(2)事件网页“时间一空间一主题"分布式索引与存储：利用规则模型和条件随机场模型实现了网页文本中事件相关时间、空间位置和主题信息抽取，提出了基于支持向量机模型的网页文本事件分类方法；构建了基于“时间一空间一主题”的分布式索引，以解决检索效率低的问题；基于HBase数据库和HDFS文件系统，实现了海量网页文本的分布式存储。(3)“文一图”交互式事件网页信息检索服务：通过归纳总结用户检索语句的描述特点，实现了事件信息检索语句的自动解析；借鉴同义词林的词汇组织方式，构建自然灾害事件领域词汇知识库和相似度检索模型，实现了候选网页文本和检索条件的相

6、似度计算与排序。(4)原型系统设计与实现：基于本文提出的事件网页获取方法、分布式索引与存储方法、检索服务方法，利用GoogleMapAPI，设计了相应的原型系统；探讨了原型系统的体系架构，以及主要功能模块。关键词：网页文本，事件，时空要素，检索，“时间一空间一主题，，索引AbstractThisthesisissupportedbythenational‘‘863’’project‘‘TheResearchofAssociatedUpdatingoftheUbiquitousSpatiMInformationandMiningofSubject．orient

7、edSpatio-temporalInformation”，whichexploresanapproachtoaccessingandretrievingofthewebpagesforspecificevents．Theresearchcontributionswillprovideadatasupportforthestructuredexpression，reconstructionoftemporalsequence，visualizationandmininganalysisofeventinformation，whichisfromthemult

8、i．sourcenetworkinformation