公开(公告)号：CN106855886B

公开(公告)日：2019-10-25

申请号：CN201611219611.0

申请日：2016-12-26

Applicant: 武汉大学

Inventor： 朱欣焰 ,  呙维 ,  佘冰 ,  胡涛 ,  顾芷宁

IPC: G06F16/332 ,  G06F16/29

Abstract: 本发明公开了一种基于位置描述的显著性结构的位置概念结构化提取方法，首先基于位置描述结构本体建模，总结位置概念显著性结构，自定义显著性语法语言，程序初始化时读取并生成相应的类；然后自动化映射位置结构概念本体生成规则类，每一条规则类对应一个位置实体概念本体，最终生成规则集合；接着对规则集合进行分类，重新划分为若干个规则组，形成规则检索依赖图；最后以任意自然语言文本位置描述语句和原始的自然语言文本位置描述语句作为输入，利用基于位置描述显著性结构的规则匹配算法进行匹配，通过打分排序完成位置信息的结构化提取。本发明显著性结构是对地名结构语义信息知识表达的一种补充和优化，有利于提高匹配结果的准确性。

公开(公告)号：CN106855886A

公开(公告)日：2017-06-16

申请号：CN201611219611.0

申请日：2016-12-26

Applicant: 武汉大学

Inventor： 朱欣焰 ,  呙维 ,  佘冰 ,  胡涛 ,  顾芷宁

IPC: G06F17/30

Abstract: 本发明公开了一种基于位置描述的显著性结构的位置概念结构化提取方法，首先基于位置描述结构本体建模，总结位置概念显著性结构，自定义显著性语法语言，程序初始化时读取并生成相应的类；然后自动化映射位置结构概念本体生成规则类，每一条规则类对应一个位置实体概念本体，最终生成规则集合；接着对规则集合进行分类，重新划分为若干个规则组，形成规则检索依赖图；最后以任意自然语言文本位置描述语句和原始的自然语言文本位置描述语句作为输入，利用基于位置描述显著性结构的规则匹配算法进行匹配，通过打分排序完成位置信息的结构化提取。本发明显著性结构是对地名结构语义信息知识表达的一种补充和优化，有利于提高匹配结果的准确性。

公开(公告)号：CN106709011A

公开(公告)日：2017-05-24

申请号：CN201611218567.1

申请日：2016-12-26

Applicant: 武汉大学

Inventor： 佘冰 ,  呙维 ,  朱欣焰 ,  刘异 ,  顾芷宁

IPC: G06F17/30

CPC classification number: G06F16/29 ,  G06F16/9537

Abstract: 本发明公开了一种基于空间定位簇的位置概念层次消解计算方法，属于自然语言位置概念计算技术领域；首先基于位置概念解析匹配结果构建定位簇，包括初始定位簇构建和全局目标节点确定；然后基于节点元祖C自底向上递进消歧实现定位簇的计算消解。本发明基于空间定位簇的位置概念进行层次消解计算，可以结合空间关系等模型对位置概念进行分层分步骤的层次型计算消解，并得到最终符合人们认知准则和描述习惯的定位结果。

公开(公告)号：CN106709011B

公开(公告)日：2019-07-23

申请号：CN201611218567.1

申请日：2016-12-26

Applicant: 武汉大学

Inventor： 佘冰 ,  呙维 ,  朱欣焰 ,  刘异 ,  顾芷宁

IPC: G06F16/9537 ,  G06F16/29

Abstract: 本发明公开了一种基于空间定位簇的位置概念层次消解计算方法，属于自然语言位置概念计算技术领域；首先基于位置概念解析匹配结果构建定位簇，包括初始定位簇构建和全局目标节点确定；然后基于节点元祖C自底向上递进消歧实现定位簇的计算消解。本发明基于空间定位簇的位置概念进行层次消解计算，可以结合空间关系等模型对位置概念进行分层分步骤的层次型计算消解，并得到最终符合人们认知准则和描述习惯的定位结果。