基于网络爬虫的地名数据库维护方法-地理科学进展.PDFVIP

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