基于R树的空间—文本混合索引方法

论文摘要

在线空间信息的主流存在方式是动态空间信息,而互联网空间信息系统是主要的动态空间信息提供者。空间信息搜索引擎研究在空间信息共享和地理信息服务等方面都有着十分重大而现实的意义。应用于空间信息搜索引擎的地理信息检索技术作为传统信息检索的分支,包括了传统信息检索的所有核心领域,但更关注空间索引和检索。地理信息检索将文本中丰富的地理参考信息作为数据源,显示地理空间或地理范围内的对象,通过对文本的解析和利用,处理与一个或多个空间位置相关的关系信息,为用户提供更多的地理信息服务。本文在总结国内外地理信息检索索引方法的基础上,通过分析文本中的地理参考信息特征,利用基于条件随机场的地名识别方法和空间关系抽取方法,研究适用于根据地理相关性从文本集合中检索相关文本的索引方法。主要研究内容如下：（1）文本空间语义计算模型。分析影响空间语义计算的因素,根据地名出现次数、空间关系、上下文距离和空间分布情况,提出空间语义计算模型,该模型通过分析文本中地名的上下文距离关联度和地名与文本空间语义的关联度,计算地名与文本主题语义的关联度。实验结果表明,该模型能够有效地获取文本所关注的地理区域。（2）基于R树的空间-文本混合索引。在研究与比较空间索引方法和文本索引方法的基础上,分析两种索引方法的算法和特征,探讨空间索引、文本索引的融合方法,并分别构建三种混合索引机制：空间优先索引、文本优先索引以及空间-文本双重索引,比较这三种索引方法在存储、效率等方面的优劣。实验表明,空间优先索引和文本优先索引在效率上高于空间-文本双重索引,但存储空间较大；文本优先索引与空间优先索引相比,查询效率较高,存储空间相差较小（3）系统设计与实验验证。设计并实现了了基于R树的空间-文本索引。该系统包括地名识别模块、空间关系抽取模块,空间语义计算模块和空间-文本索引模块。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景
• 1.2 国内外研究现状
• 1.2.1 空间信息搜索引擎
• 1.2.2 文本中的地名解析
• 1.2.3 文本的空间语义计算
• 1.2.4 索引模型研究
• 1.2.4.1 文本索引方法
• 1.2.4.2 空间索引方法
• 1.2.4.3 空间-文本索引方法
• 1.3 存在问题
• 1.4 研究内容与技术路线
• 1.4.1 研究内容
• 1.4.2 技术路线
• 1.4.3 论文组织与结构
• 1.5 论文组织与结构
• 第二章 文本空间语义计算模型
• 2.1 基于条件随机场的地名识别方法
• 2.3 文本空间语义计算模型
• 2.4 模型应用方法
• 2.5 实验评估与分析
• 2.6 小结
• 第三章 基于R树的空间-文本索引方法
• 3.1 文本倒排索引与R树空间索引
• 3.1.1 文本倒排索引
• 3.1.2 R树空间索引
• 3.2 基于R树的空间-文本索引方法
• 3.2.1 基于R树的空间优先索引方法
• 3.2.2 基于R树的文本优先索引方法
• 3.2.3 基于R树的空间-文本双重索引
• 3.3 索引性能对比与分析
• 3.3.1 存储空间对比与评价
• 3.3.2 查询时间对比与评价
• 3.4 小结
• 第四章 空间-文本索引算法实现
• 4.1 系统框架
• 4.2 模块说明
• 4.2.1 地名识别
• 4.2.2 空间关系抽取
• 4.2.3 空间语义计算
• 4.2.4 空间-文本混合索引构建
• 4.3 小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 攻读硕士期间主要研究成果
• 致谢