原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
11 1
第 卷 第 期 地 球 信 息 科 学 学 报
年 月
基于网络爬虫的地名数据库维护方法
张春菊张雪英 朱少楠徐希涛
南京师范大学虚拟地理环境教育部重点实验室 南京
摘要目前我国地名数据库建设存在大中颗粒度地名集中小颗粒度地名较为缺乏地名资料陈旧时效性较低
简称别名等非标准地名信息和地名的相对位置信息缺失等问题而地名数据库的更新维护工作主要通过人工测
绘手段完成存在周期长成本高效率低等缺点针对这一问题本文以现有地名数据库和空间关系词汇为基础
基于 搜索引擎服务提出一种以网页资源为数据源利用网络爬虫技术和地名识别技术进行地名数据库更
新维护的方法
首先 设计以地名为主题的网络爬虫 实现非结构化的网页数据中海量空间敏感网页文本的主动获
取然后采用 技术解析空间敏感网页并应用地名识别模型自动识别网页文本中地名最后设
计相关算法进行网页文本中地名信息的自动解析实现新地名和地名空间位置信息的获取进行地名数据库的更新
维护以南京师范大学仙林宾馆 西北为空间检索实例验证了此方法的可行性
关键词 地名数据库 网络爬虫 地名识别 主题相关性
澳大利亚地名数据库 等 这
研究背景
些地名数据库具备比较完善实时的地名描述信
地名是人们赋予宇宙中特定地理实体的代号 息提供免费共享服务已经成功应用于国家的政
是区别某一特定地理实体与其他地理实体的一种 治外交军事经济和公众服务等各个领域我国
地名数据库建设起步较晚 主要由民政部门和测绘
标志地名数据库利用现代数据库技术采用数
字文字图像声音等多媒体形式对地名相关信 单位承担 年至 年期间民政部门开展
了第一次全国地名普查工
文档评论（0）