5级的河流，均用单线表示。
[0047]建立空间实体多尺度分类库，即完成了地理对象在不同比例尺或分辨率下的表达形式描述。
[0048]第二步:建立空间实体几何特征库
[0049]在第一步的基础上，我们还需建立地理对象不同表达形式的几何特征，该几何特征为点、线、面等描述的具体化，即建立空间实体几何特征库。
[0050]建立空间实体几何特征库的方法为:在某一比例尺或分辨率下，对于以点状要素展示的空间实体，存储其x、y坐标；对于以线状形式展示的空间实体，存储其一系列x、y坐标点对；对于以面状要素表达的空间实体，存储其边界的点位信息。
[0051]例如，在1:4，514.00比例尺下，某环卫设施以点状要素展示，则存储其位置信息，即x、y坐标；某铁路以线状形式表示，则存储其一系列x、y坐标点对；某湖泊以面状要素表达，则存储其边界的点位信息。
[0052]第三步:建立空间实体语义关系
[0053]空间实体语义关系分为空间语义关系和属性语义关系。
[0054]空间实体语义关系的建立过程为:
[0055](I)从现有的空间实体数据库中抽取出空间实体的概念和实体间的属性关系、特征关系等信息，这些信息主要包括地名、行政区划、交通、地貌、水系等以及他们之间的归属、邻接、穿越、方位关系、度量等，然后如图2所示，将现有的空间实体数据库的表、字段、记录分别映射到地理本体的类、属性、实例；
[0056](2)以获得的数据信息为基础，在数据库中为该实体添加其与其他实体的关系属性，借助地理本体建立空间实体之间的语义关系，即建立空间实体间的属性语义关系和空间语义关系，其中，参照图2，属性语义关系包括:整体与局部关系、父子关系等，空间语义关系包括:方向关系、拓扑关系和度量关系等。
[0057]在建立空间语义关系的过程中，空间关系的提取是重点，其中:
[0058](I)方向关系借助八方向锥形模型进行提取；
[0059](2)拓扑关系借助要素之间的几何关系经计算获得；
[0060](3)度量关系依据要素间的距离获取而来。
[0061]第四步:处理用户输入的搜索信息
[0062]利用自然语言处理的文本提取与处理技术，对用户输入的搜索信息进行处理，分别提取地理对象的概念、属性和空间特征参量。
[0063]第五步:计算语义关系
[0064]为需要配准的地理对象计算语义关系的过程为:
[0065](I)计算概念相似度、属性相似度；
[0066](2)借助空间实体间的属性语义关系和空间语义关系，在空间实体多尺度分类库和空间实体几何特征库中寻找与地理对象最相近的空间实体，即实现空间实体与地理对象的精准映射。
[0067]图3是空间实体属性语义关系图，例如其是一个地名属性信息片段图。G1包含的特征集合为MG1) = {f J，其直接孩子结点GjP G3继承它的所有属性。但GjP G3也有自己的特性和f 3°特征集合f (Ci)和f (Cj)的相似度能够较好地反映地名属性信息(^和C j的相似度。采用“以集合的交集的元素个数除以集合的并集的元素个数”算法计算两个集合的相似度。
[0068]图4是地理对象空间语义关系图，以北京、天津、广州为例，三者都属于中国，即为被包含关系，北京与天津是相邻关系，两者的相对方位关系分别为西北、东南，同时，两者距离在100-200km之间，因此，当用户输入的搜索信息为“北京市东南方向的距离在100-200之间的城市”时，利用图4所示的空间语义关系网，即可搜索到符合要求的城市，如天津市。同时，为匹配用户输入的“周围”、“附近”等模糊语义词，对不同比例、尺度的地理对象，给定该类词的不同范围。
[0069]第六步:计算模糊尺度因子和选择最优尺度
[0070]参照图5，针对面向公众服务场景下的地理对象，采用文本挖掘与分析技术从该地理对象中提取模糊尺度因子，将提取的模糊尺度因子与空间实体的多尺度分类特征参量进行语义匹配，自适应地选取最优尺度，同时依据空间实体几何特征库，关联当前尺度或分辨率下的空间实体的几何表达模型，实现空间实体与地理对象尺度及几何特征的精准映射。
[0071]综上所述，本发明的方法主要通过空间实体语义关系，对用户输入的模糊语境下的地理对象进行精准映射，同时，借助空间实体多尺度分类库、几何特征库等，实现了基于模糊尺度因子的空间实体与地理对象的语义映射。
[0072]由于充分考虑了空间实体的多尺度分类以及空间实体与地理对象的概念、属性、空间特征参量相似度，所以本发明的映射方法解决了空间实体语义层的准确映射问题，为日益增长的地理信息检索需求提供了一种开放性更高、适应性更强的方法。
[0073]需要说明的是，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。
【主权项】
1.一种模糊语境中的空间实体映射方法，其特征在于，包括以下步骤: 一、依据比例尺或分辨率信息，建立空间实体多尺度分类库； 二、在空间实体多尺度分类库的基础上，建立空间实体几何特征库； 三、建立空间实体语义关系，该语义关系分为空间语义关系和属性语义关系； 四、处理用户输入的搜索信息，提取地理对象的概念、属性和空间特征参量； 五、计算语义关系，实现空间实体与地理对象的精准映射； 六、计算模糊尺度因子和选择最优尺度，实现空间实体与地理对象尺度及几何特征的精准映射。2.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤一中，建立空间实体多尺度分类库分为两部分: (1)在同一比例尺或分辨率下，针对不同的空间实体进行建库； (2)在不同的比例尺或分辨率下，针对同一空间实体进行建库。3.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤二中，建立空间实体几何特征库的方法为: 在某一比例尺或分辨率下，对于以点状要素展示的空间实体，存储其x、y坐标；对于以线状形式展示的空间实体，存储其一系列X、I坐标点对；对于以面状要素表达的空间实体，存储其边界的点位信息。4.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤三中，建立空间实体语义关系的过程为: (1)从现有的空间实体数据库中抽取出空间实体的概念和实体间的属性关系、特征关系，然后将现有的空间实体数据库的表、字段、记录分别映射到地理本体的类、属性、实例； (2)借助地理本体建立空间实体间的属性语义关系和空间语义关系，所述属性语义关系包括:整体与局部关系和父子关系，所述空间语义关系包括:方向关系、拓扑关系和度量关系O5.根据权利要求4所述的模糊语境中的空间实体映射方法，其特征在于，在步骤三中， 所述方向关系借助八方向锥形模型进行提取； 所述拓扑关系借助要素之间的几何关系经计算获得； 所述度量关系依据要素间的距离获取而来。6.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤四中，处理用户输入的搜索信息利用的是自然语言处理的文本提取与处理技术。7.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤五中，为需要配准的地理对象计算语义关系的过程为: (1)计算概念相似度和属性相似度； (2)借助空间实体间的属性语义关系和空间语义关系，在空间实体多尺度分类库和空间实体几何特征库中寻找与地理对象最相近的空间实体。8.根据权利要求1所述的模糊语境中的空间实体映射方法，其特征在于，在步骤六中，计算模糊尺度因子和选择最优尺度的具体过程为: 针对面向公众服务场景下的地理对象，采用文本挖掘与分析技术从该地理对象中提取模糊尺度因子，将提取的模糊尺度因子与空间实体的多尺度分类特征参量进行语义匹配，自适应地选取最优尺度，同时依据空间实体几何特征库，关联当前尺度或分辨率下的空间实体的几何表达模型，实现空间实体与地理对象尺度及几何特征的精准映射。
【专利摘要】本发明公开了一种模糊语境中的空间实体映射方法，其通过空间实体与地理对象的概念、属性、空间特征参量相似度计算，实现了空间实体的定位与概念层面的精准映射，通过构建空间实体多尺度分类库，并从面向公共服务的地理对象中提取模糊尺度因子，与多尺度分类库进行语义匹配，实现了基于模糊尺度因子的空间实体与地理对象的语义映射，从而为日益增长的地理信息检索需求提供了一种开放性更高、适应性更强的方法。
【IPC分类】G06F17/27, G06F17/30
【公开号】CN105117494
【申请号】CN201510614202
【发明人】杨治安, 李秀娟, 王静, 蔡地, 胡威, 索玉霞, 杜立佳
【申请人】中国搜索信息科技股份有限公司
【公开日】2015年12月2日
【申请日】2015年9月23日