开放式地理知识图谱的关系补全方法研究
文献类型：学位论文
| 作者 | 黄宗财 |
| 答辩日期 | 2023-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 陆锋 |
| 关键词 | 地理知识图谱 关系补全 质量评估 空间依赖 表示学习 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 地理知识图谱可以整合、分析和直观展示各种地理相关信息，从而帮助人们更深入地了解地球上的自然和人文现象，促进地理信息检索、地理知识问答及基于位置推荐的智能化，为各部门及各领域决策和规划提供科学依据，促进人类对地球的认知和探索。现有地理知识图谱相关产品大多为静态小型封闭的数据集，难以满足各部门各领域对地理知识的即时性应用需求。基于互联网文本和开放数据资源构建开放式的地理知识图谱产品，并实现高质量动态更新，可为现有静态地理知识图谱源源不断补充新的内容，提高地理知识图谱对高质量知识应用需求的适应性。 关系补全方法是开放式地理知识图谱构建与动态更新的关键。关系补全主要包括两种方式：外部信息填补和内部知识推理。从海量动态的网络文本中进行信息提取是外部数据填补的有效途径，基于表示学习的关系补全是内部知识推理的前沿应用。然而，当前开放式地理知识图谱的关系补全存在以下问题：（1）外部信息填补中，网络文本具有来源广泛、形态相异、动态性强、价值密度低、质量参差不齐的特性，给高质量地理信息填补带来挑战；（2）内部知识推理中，数据稀疏和地理实体关系分布不均衡问题，严重影响地理知识三元组补全算法，如何顾及地理实体及其关系的空间特性，让地理实体及其关系获得更好的向量化表达，成为地理知识图谱补全的关键。 本论文以实现开放式地理知识图谱的高质量动态更新为目标，针对外部信息填补和内部知识推理所面临的挑战，综合质量评估、机器学习和空间相关性分析等方法和技术手段，开展了开放式地理知识图谱的关系补全研究。论文主要研究工作和创新点包括： （1）针对海量网络文本质量参差不齐难以有效保障知识图谱知识三元组构建和更新质量的问题，本文提出了一种网络文本蕴含地理信息质量评估框架。该框架面向网络文本蕴含地理信息获取全过程，明确了三层质量评估对象和四个关键质量维度及其对应的质量评估指标，并通过自然语言处理技术及指标计算方法，构建了单元地理语义比率、地理信息含量比率和窗口地理信息含量比率等指标。该框架能够适应不同来源的海量网络文本质量评估的统一。最后，使用马蜂窝网站的网络文本数据验证了该技术框架的适用性。 （2）针对目前地理知识图谱表达难以判定和利用语义之间的空间依赖性，本文提出了面向地理语义关系与地理实体的空间依赖性的概念及其检验方法。首先从面向内部空间依赖特征挖掘入手，定义了语义关系的关联模式和全局式、局部式和间接式三种空间依赖的概念，并采用基于空间距离和经纬度方差等计算方法，制定了三种不同空间依赖性的检验方法。为了验证地理知识图谱表示学习模型对于空间依赖性的表达效果，通过改进莫兰指数的计算方法，提出了面向高维向量的地理实体全局和局部的空间依赖性检验方法。最后，通过三种不同结构和特性的地理知识图谱数据集开展空间依赖性检验，验证了所提概念和检验方法的广泛适用性。 （3）考虑语义的空间依赖性将有助于提升地理知识图谱关系补全的效果，本文提出了考虑空间依赖性的地理实体关系补全方法。该方法通过语义关系的空间依赖性和反向距离权重算法，构建地理实体间的潜在空间依赖性权重矩阵，分别将其嵌入到可以学习局部图结构特征的RGCN算法中，实现RGCN算法对空间依赖性的注意力机制嵌入。并且，采用基值和块对角线分解的方法，缓解大规模数据带来的过拟合问题。通过三种不同结构特性的地理知识图谱数据集的关系补全实验，证实所提出的考虑空间依赖性的地理实体关系补全方法的有效性。 （4）针对语义关系稀疏性影响关系补全模型效果的问题，提出了一种基于多层相似性网络增强的地理实体关系补全方法。该方法由增强器、编码器和解码器三部分组成。其中，增强器构建了针对地理实体的词义、空间、结构和属性四层相似性网络，增强了地理实体间的隐含语义关联。编码器结合混合路径采样策略，可获取地理实体的长路径关系依赖特征。解码器可实现多种类型语义关系的映射。针对开放式地理知识图谱数据集开展的实验表明，与现有模型相比，基于多层相似性网络增强的地理实体关系补全方法精度更高。 |
| 语种 | 中文 |
| 页码 | 125 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/199865]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 黄宗财. 开放式地理知识图谱的关系补全方法研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。