面向Web文本的滑坡灾害信息提取技术研究-地图学与地理信息系统专业毕业论文.docxVIP

国内图书分类号：P208 国内图书分类号：P208 密级：公开 国际图书分类号： 西南交通大学 研究生学位论文 面向Web文本的滑坡灾害信息提取技术研究 年 级 2Q12级． 姓 名 塞』星退．． 申请学位级别 理堂亟± 专 业 地图堂皇地理值皇丕统 指导老师 ．．筮挂塾拯 二零一五年五月 万方数据 Classified Classified Index：P208 U．D．C： Southwest Jiaotong University Master Degree Thesis Extracting Landslide Disaster Information from Web Pages Grade： 2012 Candidate：Liu Siyuan Academic Degree Applied for： Master Specialty： Cartography and Geographic Information System Supervisor：Prof．Xu Zhu May,2015 万方数据 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密∥使用本授权书。 (请在以上方框内打‘t√”) 学位论文作者签名： 瑟彩 日期： y＼了、Fm 日期：如影，．o弘． 万方数据 西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下： 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．设计了滑坡灾害信息的检索方法，利用搜索引擎及新闻页面提取滑坡灾害信息，实 现了滑坡灾害主题页面信息的有效提取；分析滑坡主题信息的结构性特点以及互联 网信息出现规律设计了滑坡灾害信息主题去重方法：最终运用正则表达式与 HTMLParse方法相结合的方式对滑坡信息页面中灾害正文信息进行有效提取。 2．将滑坡灾害信息类型分为时间信息、地名信息、属性信息三种类型，运用文本分块 与分词技术将文本信息进行结构化分割；在结构化文本块中，针对不同信息类型的 信息研究了其信息提取方法，并最终形成了一套有效的滑坡灾害信息提取技术。 3．在以上技术研究的基础上，利用．Net开发平台与Html技术设计了滑坡灾害信息提 取系统，主要实现了滑坡灾害信息提取、信息提取规则库管理、滑坡信息地图展示 等功能，并以四川地区为样例，进行了实验验证与结果分析。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：锄纠艮 日期：卅^)1f坤l’ 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第l页 摘 要 面对滑坡灾害的威胁，如何获取充足、准确、及时的滑坡灾害信息，对于研究滑坡 灾害及减少风险具有重要意义。互联网作为一个拥有海量数据与信息的数据仓库，运用 Web文本提取技术来实现滑坡灾害数据的提取，可以有效的提高信息提取的简易程度及 时效性。本文针对滑坡灾害信息在网络文本中的特点，通过研究地名识别、时间和属性 提取技术，较为系统地探索了Web文本中滑坡灾害信息提取方法，并开发了相应的原型 系统，进行了实验验证分析。本文主要研究内容和结论包括以下三个方面： (1)滑坡灾害信息Web文本抽取：设计了利用搜索引擎及新闻页面进行滑坡灾害信 息检索的方法，实现了滑坡灾害主题页面信息的有效提取；通过分析滑坡灾害主题信息 的结构性特点以及互联网中信息出现规律设计了滑坡灾害信息主题去重方法：最终运用 正则表达式与HTMLParse方法相结合的方式对滑坡信息页面中灾害正文信息进行有效 提取。 (2)滑坡灾害信息分类提取：将滑坡灾害信息提取类型分为了时间信息、地名信息、 属性信息三种类型；先运用文本分块与分词技术将文本信息进行结构化分割，然后针对 不同信息类型的信息研究了其信息提取方法，并最终形成了一套有效的滑坡灾害信息提 取技术。 (3)滑坡灾害提取系统实现和实验验证：在以上技术研究的基础上，利用．Net开发 平台与Html技术设计了滑坡灾害信息提取系统，主要实现了滑坡灾害信息提取、信息 提取规则库管理、滑