科研之友
微信
新浪微博
Facebook
分享链接
摘要
栅格类图表包含了丰富的时空含义，文本信息是其知识特征的主要体现。提出一种基于文本解析的栅格类图表知识抽取方法。首先，通过CRAFT+CRNN的方法，进行图表文本信息的定位与矢量化；其次，在分析大规模样本数据的基础上，解析了常见图表数据的结构特征，并提出采用模板和机器学习2种方法进行文本块的结构类别判断；最后，利用自然语言处理方法，构建栅格类图表的知识标签体系。实验表明，该方法在栅格类图表的文本定位矢量化、文本块的结构判断等方面具有较高的准确率，能够进行栅格图表的知识标签体系构建，抽取图表中包含的知识，为海量数据的快速检索和理解提供支撑。
-
单位信息工程大学; 信息工程大学地理空间信息学院
