面向政务文本数据的事件级时空模型研究

• 作者: 尹涵 李小龙
• 来源期刊: 江西科学
• 关键词: 时空信息模型 政务文本挖掘 非结构化数据 事件信息抽取
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息科学
• 页码范围: 958-963,988
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2019.06.028

摘要

随着互联网的广泛应用,聚集了海量的文本数据,内含丰富的时空信息.面向文本的时空信息挖掘成为当前地理信息科学(Geographical Information Science,GIS)的研究热点,不断涌现出各种以自然语言处理(Nat-ural Language Processing,NLP)技术为基础的挖掘方法.面向政务文本数据,对其进行事件级的时空模型建模,目的实现政务文本数据在事件级的简单分类、构建文本数据的结构化表达模型、探究事件级中时间空间的关系.实验证明,该模型对比之前的事件模型能更好地概括政务文本中的关键信息,针对于政务文本的结构化表达效果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小龙	东华理工大学测绘工程学院	15	30	3.0	4.0
2	尹涵	东华理工大学测绘工程学院	1	0	0.0	0.0