隨著地理信息網(wǎng)絡共享和志愿者地理信息技術（VGI）的發(fā)展,主題內(nèi)容多樣的開放式網(wǎng)絡地圖服務（Web Map Service,WMS）資源大量涌現(xiàn),為地學研究與應用提供了豐富的數(shù)據(jù)資源。但現(xiàn)有元數(shù)據(jù)標準缺乏顯式、細粒度和面向領域的內(nèi)容描述機制,導致領域?qū)＜液头⻊沼脩魺o法快速定位目標專題內(nèi)的資源數(shù)據(jù)。目標領域的服務檢索需求對服務數(shù)據(jù)的主題多標簽分類提出了迫切的要求。但WMS元數(shù)據(jù)文本內(nèi)容紛繁復雜、長短各異、語言不一,地學術語和通識詞匯混雜,且缺乏標注應用領域的元數(shù)據(jù)集,導致WMS元數(shù)據(jù)文本的精準多標簽分類面臨著巨大的挑戰(zhàn)。本文提出了一種基于半監(jiān)督學習的WMS元數(shù)據(jù)文本多標簽分類方法,在僅依賴少量標記樣本數(shù)據(jù)的前提下,實現(xiàn)了WMS元數(shù)據(jù)雙層多標簽主題匹配。該方法包含特征選擇、多標簽分類和二次主題提取三部分:1)特征選擇:選取社會受益領域（Societal Benefit Areas,SBAs）作為粗粒度領域主題,引入語料庫抽取與SBAs語義密切相關的典型詞,基于Word2vec算法計算典型詞與文本特征的空間距離,實現(xiàn)最優(yōu)領域特征子集的選擇。2)多標簽分類:提出多標簽分類基模型ML-CSW,該... 

【文章來源】：武漢大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

LDA模型圖

wMs文本檢索示例(檢索主題為“Agricultur

圖層圖像檢索示例(檢索主題為“Cli

【參考文獻】：
期刊論文
[1]基于歸一化文檔頻率的文本分類特征選擇方法[J]. 趙鴻山,范貴生,虞慧群.  華東理工大學學報(自然科學版). 2019(05)
[2]基于LDA和word2vec的英文作文跑題檢測[J]. 曲強,崔榮一,趙亞慧.  計算機應用研究. 2019(02)
[3]GWR與STARMA結合的WMS響應時間時空預測模型[J]. 劉宵婧,桂志鵬,曹軍,李銳,吳華意.  武漢大學學報(信息科學版). 2018(06)
[4]應用描述詞匯約簡的OGC地理信息服務演繹推理[J]. 苗立志,胥婕,周亞,程文超.  測繪學報. 2015(09)
[5]語境感知的地理信息檢索[J]. 徐敏政,許珺.  地理與地理信息科學. 2014(01)
[6]基于分歧的半監(jiān)督學習[J]. 周志華.  自動化學報. 2013(11)
[7]地理信息服務樸素貝葉斯分類及類別匹配研究[J]. 葛文,成毅,孫亞飛.  測繪工程. 2013(02)
[8]使用自適應線性回歸的多標簽分類算法[J]. 湯進,黃莉莉,趙海峰,羅斌.  華南理工大學學報(自然科學版). 2012(09)
[9]一種基于方差的文本特征選擇算法[J]. 袁軼,王新房.  計算機工程. 2012(12)
[10]基于知識標注的地理信息語義服務框架研究[J]. 梁汝鵬,李宏偉,李文娟,梁穎.  地理與地理信息科學. 2012(03)

碩士論文
[1]基于半監(jiān)督學習的文本分類關鍵技術研究[D]. 孫旭明.哈爾濱工業(yè)大學 2018
[2]基于半監(jiān)督學習的多標簽文本分類技術研究[D]. 徐石陽.南昌大學 2018
[3]基于WordNet的蒙古文領域知識圖譜構建方法研究[D]. 邊慧珍.內(nèi)蒙古師范大學 2018
[4]基于協(xié)同訓練的半監(jiān)督短文本分類方法研究[D]. 韓戰(zhàn)豪.西南大學 2017
[5]自動問答系統(tǒng)中基于WordNet的句子相似度計算研究與實現(xiàn)[D]. 陳麗莎.華南理工大學 2014
[6]基于布爾模型和擴展布爾模型的中文信息檢索系統(tǒng)[D]. 馬強.遼寧科技大學 2012
[7]特征選擇新算法研究[D]. 馮宗翰.江南大學 2011



本文編號：3527286