非受限文本中深层空间语义的识别方法

来源 :计算机工程 | 被引量 : 34次 | 上传用户:lcsuoboger
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用地理空间描述模型中的相关概念扩展自然语言中空间语义角色,通过空间语义角色标注、短语识别以及句法模式分析达到识别非受限文本中深层空间语义的目的。实验表明,该方法具有较好的准确率、召回率与通常的信息提取性能相当。
其他文献
IPoverDVB是实现IP数据广播的关键技术,ULE是其最新的封装协议。以卫星网为背景,阐述了IPoverDVB-S转换网关系统设计和实现的关键技术。该网关兼容支持IPv4/IPv6双协议、MPE/
海岸线变化对海岸带地区的可持续发展有重要的影响作用。该文以Microsoft C#.NET为软件平台,应用ESRI公司提供的组建对象模型对象库——Arc Objects,利用GM(1,1)模型,通过设置预测原点和侧线,并与海岸线矢量数据进行叠加,得到若干GM(1,1)原始数列,由此计算出海岸线变化的预测点,实现了对海岸线变化的趋势预测,并将该预测系统应用于辽宁省国土资源规划地理信息系统中。
提出一种基于多Agent系统(MAS)的智能用户界面分层模型和交互框架。采用基于互信息的“化学键”模型解决多通道融合和多媒体展现问题,使用基于环境感知的“变色龙”机制实现移动