省域地图集内容设计知识体系构建研究
文献类型：学位论文
| 作者 | 康力成 |
| 答辩日期 | 2025-06 |
| 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 | 姜莉莉 |
| 关键词 | 省域地图集 图集内容知识 自然语言处理 评价指标体系 大语言模型 |
| 学位名称 | 硕士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 地图集是一部完整而统一的科学作品，内容遵循中心主题结构和逻辑。省域综合地图集的内容设计，既要考虑不同省域共性特征的表达，更要突出省域特色（个性）的表达。从地图集的整体设计制作来看，图集内容设计是其中最为重要的部分，奠定了整本图集科学性的基础。然而，当前省域地图集编制面临多重挑战：目前针对地图集内容设计的研究，仅限于单本图集的内容结构设计，统一规范与评价标准较为模糊；为了保证综合性地图集内容的科学性和图集的权威性，地图集的内容设计往往需要经过制图专家与其他领域相关专家的多轮沟通和讨论才能确定，存在效率低、成本高、现势性不足等问题；现有地图集对区域特色的挖掘多依赖主观经验，缺乏客观评价体系支撑，导致特色表达碎片化、片面化。 因此，本研究围绕“通用内容结构体系构建——省域特色评价——特色图组设计”三大核心任务，以地图学原理与方法为指导，融合地图集内容知识与多领域区域评价知识，构建省域地图集内容设计知识体系。首先，在领域知识的指导下，采用自然语言处理技术，利用预训练模型挖掘区域综合地图集内容结构潜在共性，结合领域知识图谱，构建省域地图集通用内容结构体系；其次，采用自然语言处理与数据分析方法融合地图集内容知识与多领域区域评价知识，建立省域特色评价体系，并与省域地图集通用内容结构体系结合形成省域地图集内容设计知识体系；最后，基于知识体系，利用检索增强生成技术搭建省域地图集内容设计问答系统，以安徽省为例设计体现省域特色的地图集内容结构，并对现有省域地图集内容设计进行评价。本文主要研究成果如下： （1）以地图学理论为指导，系统梳理98 部国内外区域综合地图集内容结构，结合自然语言处理技术与领域知识图谱，建立由“图组——子图组——图幅”三级结构的省域地图集通用内容结构体系，包括4 大图组、55 个子图组、289 个图幅，为省域地图集内容结构智能化设计奠定科学基础，保障图集内容结构的严谨性、系统性与逻辑一致性。 （2）提出一种基于百科知识图谱的知识增强预训练模型架构，基于百科知识图谱，设计融合多头注意力与交叉注意力机制的知识图谱嵌入模型，将结构化领域知识注入预训练模型向量库，构建地图集专题子图组二元分类训练数据集用于模型训练，显著提升了专题子图组分类准确率，有效提升地图集图组内容分配的科学性。 （3）融合地图集与区域评价知识，构建省域特色评价体系，实现省域特色的量化识别，由此构建省域地图集特色图组设计方案，与省域地图集通用内容结构体系结合构成省域地图集内容设计知识体系。以安徽省为例设计省域地图集内容结构，与最新版《安徽省地图集》相比专题图幅数量增加272.73%，显著优于传统设计成果。基于知识体系对现有省域地图集内容设计进行评价，证明了知识体系可显著提升图集内容丰富度与省域特色体现程度。 （4）基于检索增强生成技术，将知识体系注入大语言模型，在MaxKB 平台中搭建省域地图集智能问答系统，实现图集内容结构智能化生成，将数周乃至数月的地图集内容设计工作压缩至1~2 小时完成，推动地图集内容设计向智能化、标准化方向转型。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 131 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/215736]  |
| 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 | 康力成. 省域地图集内容设计知识体系构建研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
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。