张雪英，朱少楠，张春菊

南京师范大学虚拟地理环境教育部重点实验室，江苏南京210046

1 引 言

全球技术研究和咨询公司2002年调查报告表明，未来10年中至少95%的人机交互信息是文本语言，而80%以上的文本中涉及地理信息描述［1］。文本、图形／图像／地图、GIS和虚拟地理环境是现实世界和虚拟世界应用的主要地理语言［2］。除了传统的摄影测量和地图数字化手段之外，GPS、遥感影像、文本等已成为新型的重要地理信息来源［3－4］。实现文本中地理信息的语义解析，有助于更加深入地理解空间认知和空间语言的表达规律，建立自然语言与GIS计算模型之间的语义映射关系，可广泛应用于GIS空间查询、地理信息检索、空间推理等方面［9－12］。在文本描述中，空间概念可能频繁改变，而且涉及不同的实体、空间关系、属性等信息［5－8］。这些信息在文本中主要采用特定的空间词汇和定性方式进行表达，但是在词汇、句法和语义等方面存在较为明显的不确定性。语料库不仅是语言定性、定量分析研究的基础，而且支持特定领域的应用系统开发［13－15］。标注体系构建的任务是对语言中特定信息进行分析，发现文本中特定领域信息的语言结构（比如词、词组、句法模式等），建立描述它们的元数据［16］。不同层次标注的语料库是文本信息解析系统的必备资源，为其提供标准化的训练和测试数据。相关标注体系和语料库的匮乏是阻碍文本中地理信息解析的重要因素［17］。

地理标记语言（geography markup language，GML）以一种互联网上容易共享的方式来描述、表达现实世界中的地理信息。……