中文文本中时间信息解析方法.pdfVIP

第30卷第6期 地理与地理信息科学 V01．30No．6 Science November2014 2014年11月 andGeo-Information Geography issn．1672—0504．2014．06．001 doi：10．3969／j 中文文本中时间信息解析方法 张春菊h2，张雪英2，李明2，王曙2 (1．合fIEZ_业大学土木与水利工程学院，安徽合肥230009；2．南京师范大学虚拟地理环境教育部重点实验室．江苏南京210046) 摘要：探讨了基于触发词汇和规则模型相结合的中文文本中时间信息解析方法。通过分析、归纳中文文本中时间 信息描述特点，构建时间词汇词典和时间信息描述模式库，设计时间信息抽取、规范化表达和语义推理算法，实现 了中文文本中时间信息的解析。实验结果表明，中文文本中时间信息抽取的准确率、召回率和F1值分别为 75．00％、88．24％和40．54％，为泛在时空信息动态关联更新和实时挖掘分析提供数据源，且通过与空间维数据有 机地、交互地组织，能够实时展现地理现象和事物的时空演化过程、时空分布特征，从而推动地理信息检索、LBS等 地理信息服务向动态化、多维化方向发展。 关键词：时间信息抽取；时间词汇词典；规范化表达；时间推理；中文文本 中图分类号：P208 文献标识码：A 文章编号：1672--0504(2014)06--0001--06 式的概念，实现单个时间要素信息的识别[10’11]。其 0引言 地理信息以时空为线索，表达地表物体和环境 用代表。在时间要素抽取的基础上，通过定义汉语 固有的数量、质量、分布特征、联系和规律，包括空间 描述中时间关系类型，解析时间表达式的内部规则 定位、几何、时间、时空关系、属性(物理、化学、生物 实现时间短语的归一化表达[】引。然而时间信息描述 等)和语义信息一H。其中，时间信息贯穿于事物发 的省略、指代、模糊等现象无法有效实现规范化表达 生、发展、消亡的整个过程中，反映地理实体的状态 和推理。近年来，基于地理位置服务需求的飞速增 和演变过程[2]。自然语言是人类空间认知结果最基长，文本数据源中地理信息受到GIS领域学者的广 本、最直接、最方便、最常用的表达方式，成为最基 泛关注，其侧重于地名实体、空间关系等空间语义角 础、最重要的地理信息来源和最有潜力的人机交互 色的识别丑卜b]，抽取方法包括地名词典匹配、地名 手段。驯。文本是应用最广、普适性最强的自然语 词典和规则模型相结合、基于统计模型的机器学习 言，可在数据的丰富性、表达的直观性、认知的习惯 方法一16‘17。。基于空间信息识别结果，部分学者开展 性和应用的普及性等方面，与矢量、栅格、影像等空 了定性地名实体的空间语义消歧及其与地理坐标的 间数据形成优势互补。全球技术研究和咨询公司调 映射方法[18I，从而建立与GIS的空间语义关联。然 查报告显示，未来10年中至少95％的人机交互信息而，文本中蕴含的丰富时问信息一直处于被忽略的 是文本语言，而80％以上的文本中涉及地理信息的 状态，只是描述数据的一个瞬态，不具有处理数据的 描述一引。特别是随着互联网技术的快速发展，海量 时间动态性。 的网页文本成为承载地理信息的重要媒介，如新闻、 本文通过归纳总结中文文本中时间信息描述 博客、论坛、统计表格、Wiki等。 特点，构建时间词汇词典和时间描述模式库，设计 在自然语言处理领域，基于文本理解、信息检 时间信息规范化表达和语义推理算法，实现时间信 索、问答系统等研究和应用需求的驱动，文本中时空 息的解析，并以地震事件为例，基于已有空间信息 信息抽取研究侧重于人名、地名、组织结构名等独立 抽取方法，分析了时间信息解析的应用。本文研究 的要素单元，以及雇佣关系、上下级关系等简单实体 能够为泛在时空信息动态关联更新以及时空信息 实时挖掘分析提供数据源；同时，通过时