地理实体关系语料库是地理信息获取与地理知识服务的基础数据资源,其规模直接影响机器学习模型训练的效果。快速更新的网络文本不断涌现新的关系实例,要求语料库能够及时更新以覆盖更丰富的关系类型。手工构建和更新语料库成本高昂,亟需一种快速构建大规模地理实体关系语料库的方法。鉴于此,本文围绕地理实体关系语料库的自动构建问题开展技术方法研究,主要内容如下:(1)在总结相关研究的基础上,利用网络百科开放分类体系和基础地理信息要素分类体系,建立了地理实体分类体系;综合经典语义关系分类体系与空间关系分类体系,建立了地理实体关系分类体系;形成了符合自然语言描述习惯和语料标注规范的地理实体关系语料标注体系,包含4大类94小类地理实体和4大类105小类地理实体关系。(2)基于回标技术提出了地理实体关系语料库的自动构建方法。该方法将精确匹配与模糊匹配策略相结合,提高了客体匹配的覆盖率;在此基础上,建立了基于优序图法的句子打分规则并实现了种子三元组到句子映射的定量评价;最后,使用中文百度百科数据验证了方法的有效性。实验结果表明,本文方法的平均回标成功率为67.83%,关系标注的准确率为76.36%。与人工构建空间关系标注语料库的方法相比,本文提出的语料库自动构建方法具有标注速度快、适合大规模语料标注的特点,为自动扩充标注语料库提供了可行方案。同时,该方法兼顾了地理实体间的语义关系和空间关系,且关系类型不受限,可为开放式地理实体关系抽取提供服务。(3)为验证本文所建语料库的有效性,设计了基于句子语义向量和实体词向量的地理实体关系抽取方法。本方法首先将语句进行分词并表示为稠密向量;然后,利用一层长短时记忆(Long Short Term Memory,LSTM)网络将语句中词语序列生成句子语义向量;最终,将句子语义向量与句中实体词向量输入两层全连接网络并判断地理实体间的关系类型。利用本文所建语料库的部分语料进行实验,实验结果表明关系抽取的准确率和召回率分别可达75.2%和79.2%,可满足一般的应用研究需要,从而验证本文所述的地理实体关系语料库构建方法是有效的。