86、基于博客的地理信息事件集中管理

基于博客的地理信息事件集中管理

1. 引言

近年来，将各种媒体数据与地图关联的服务不断涌现，但个人媒体数据管理仍存在不足。为实现以事件为中心的媒体数据处理，需要从网页中自动提取事件。当现实世界中发生事件时，经历该事件的人会在网络上创建博客文章。因此，可通过收集这些博客文章来提取事件，事件的属性可定义为类型、时间和发生地点。不过，提取事件类型较为困难，需用户在系统中按类型命名事件。

2. 整体概述

研究中，通过收集描述事件的博客文章，并利用 HTML 源中的元数据从中提取事件。博客文章内容多样，为收集与事件相关的博客文章，需对其内容进行区分。事件在博客文章中通常通过时间和地点来描述，可将事件提取视为对时间和地点的提取。提取事件发生地点时存在两个问题：一是同一地名可能对应多个地区；二是博客文章中的地名可能与事件无关。针对这些问题，通过基于地名的地理包含关系进行地名注册，以及收集更多相同事件的博客文章来缩小地名范围，以确定事件发生地点。具体流程如下：

graph LR
    A[博客收集] --> B[博客内容区分]
    B --> C[日期提取]
    C --> D[地名提取]
    D --> E[地名筛选]
    E --> F[事件提取]

3. 方法

3.1 博客收集

使用 Google 收集博客文章，以给定的事件类型名称和“blog”作为搜索词。例如，收集关于棒球比赛的博客文章时，事件类型名称为“baseball+game”。收集到博客文章后，提取其正文内容，若