Method of Constructing General Content Knowledge System for Provincial Comprehensive Atlas of China

KANG Licheng; JIANG Lili

doi:10.13203/j.whugis20250038

您当前的位置：

首页 >

文章列表页 >

Method of Constructing General Content Knowledge System for Provincial Comprehensive Atlas of China

更新时间：2026-11-05

- Method of Constructing General Content Knowledge System for Provincial Comprehensive Atlas of China
- Geomatics and Information Science of Wuhan University Vol. 51, Issue 3, Pages: 475-489(2026)
- 作者机构：
  
  1.中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室，北京，100101
  2.中国科学院大学资源与环境学院，北京，100049
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20250038
  CLC： P208
- Received：25 April 2025，
  
  Published：05 March 2026
- 稿件说明：
移动端阅览
康力成,姜莉莉.中国省域综合地图集通用内容结构知识构建方法研究[J].武汉大学学报（信息科学版）,2026,51(3):475-489.

KANG Licheng,JIANG Lili.Method of Constructing General Content Knowledge System for Provincial Comprehensive Atlas of China[J].Geomatics and Information Science of Wuhan University,2026,51(3):475-489.
康力成,姜莉莉.中国省域综合地图集通用内容结构知识构建方法研究[J].武汉大学学报（信息科学版）,2026,51(3):475-489. DOI：10.13203/j.whugis20250038

KANG Licheng,JIANG Lili.Method of Constructing General Content Knowledge System for Provincial Comprehensive Atlas of China[J].Geomatics and Information Science of Wuhan University,2026,51(3):475-489. DOI：10.13203/j.whugis20250038

摘要

地图集作为系统化的科学作品，其内容结构需遵循严谨的逻辑框架与核心主题。内容设计作为地图集编制的核心环节，奠定了整本图集科学性的基础。针对图集内容设计缺乏标准化参考的问题，提出一种融合自然语言处理与知识图谱技术的省域综合地图集通用内容结构体系构建方法，旨在推动地图集内容设计的自动化与智能化。通过收集整理国内外98部区域综合地图集，构建结构化资料库，并基于预训练语言模型（pre-trained language models，PLM）实现子图组文本聚类，利用地图集数据集与知识图谱嵌入增强PLM的语义理解能力。地图集知识与知识图谱的融合训练有效提升了PLM在专题子图组聚类任务下的准确性与鲁棒性，聚类准确率最高提升11.46%。构建了图组—子图组—图幅三级层次化内容结构体系，可为省域地图集内容设计提供科学依据，促进内容标准化与结构规范化，提升地图集的完备性与科学性。

Abstract

Objectives

The content structure of an atlas

as a systematic scientific work

must adhere to a rigorous logical framework and coherent thematic organization. Content design constitutes the foundation of atlas scientific quality. However

the absence of standardized references for atlas content structuring limits consistency and automation. We propose a general content structure system for provincial comprehensive atlases by integrating natural language processing and knowledge graph technologies

aiming to advance intelligent and automated atlas content design.

Methods

A structured database was constructed based on the collection and organization of 98 regional comprehensive atlases from domestic and international sources. A general content structure framework for provincial atlases was then derived through subgroup-based analysis. Hierarchical text clustering of atlas subgroup texts was conducted using pre-trained language models (PLM). To enhance semantic representation

atlas domain knowledge was incorporated through knowledge graph embedding techniques

thereby improving the semantic understanding capacity of PLM.

Results

A three-tier hierarchical and standardized content structure system

organized as group-ssubgroups-maps was successfully established

comprising 4 groups

55 subgroups

and 289 map categories. Hierarchical clustering of 2 319 atlas subgroup texts using PLM revealed distinct inflection points in clustering evaluation metrics

corresponding to the typical range of subgroup numbers within thematic groups. Furthermore

the integration of atlas domain knowledge through knowledge graph embedding significantly enhanced clustering robustness and precision

improving overall clustering accuracy by up to 11.46%.

Conclusions

The proposed general content structure system provides a scientific foundation for provincial atlas content design

enhances structural standardization

and improves the completeness and scientific rigor of atlas compilation. Furthermore

the integration of knowledge graph embedding offers a novel framework for enhancing PLM performance in domain-specific text clustering tasks

contributing to improved clustering accuracy and intelligent atlas design methodologies.

关键词

Keywords

references

VOZENILEK V . Aspects of the Thematic Atlas Compilation ［C］// CARTOCON 2014 Conference ， Olomouc， Czech Republic ， 2014 .

赵曦 . 地图集的设计与编制研究：以《陕西省地图集》为例［D］. 西安：长安大学， 2011 .

ZHAO Xi . The Study of the Atlas Design and Compilation： By the Example of the Atlas of Shaanxi Province ［D］. Xi’an ： Chang’an University ， 2011 .

祝国瑞 . 地图学［M］. 武汉：武汉大学出版社， 2004 .

ZHU Guorui . Cartography ［M］. Wuhan ： Wuhan University Press ， 2004 .

何宗宜，宋鹰，李连营 . 地图学［M］. 武汉：武汉大学出版社， 2016 .

HE Zongyi ， SONG Ying ， LI Lianying . Cartography ［M］. Wuhan ： Wuhan University Press ， 2016 .

崔文宏 . 区域综合地图集内容结构设计研究［J］. 地理空间信息， 2019 ， 17 （ 9 ）： 53 - 55 .

CUI Wenhong . Research on the Content and Structure Design of Regional Comprehensive Atlas ［J］. Geospatial Information ， 2019 ， 17 （ 9 ）： 53 - 55 .

MEACHAM J E ， ALLAN S . State Atlas Design ［J］. Cartographic Perspectives ， 2003 （ 44 ）： 42 - 50 .

周振发，赵大龙 . 《黑龙江省地图集》的设计与创新［J］. 测绘与空间地理信息， 2017 ， 40 （ 12 ）： 171 - 173 .

ZHOU Zhenfa ， ZHAO Dalong . Design and Innovation of Heilongjiang Province Atlas ［J］. Geomatics & Spatial Information Technology ， 2017 ， 40 （ 12 ）： 171 - 173 .

王秀斌 . 区域综合地图集总体设计思路探讨：《福建省情地图集》总体方案设计研究［J］. 测绘通报， 2008 （ 1 ）： 59 - 61 .

WANG Xiubin . A Study of Comprehensive Design of the Situation Atlas of Fujian Province ［J］. Bulletin of Surveying and Mapping ， 2008 （ 1 ）： 59 - 61 .

徐虹艳，李伟锋，吴俊华 . 《宁波市地图集》的设计与研制［J］. 测绘与空间地理信息， 2016 ， 39 （ 12 ）： 200 - 202 .

XU Hongyan ， LI Weifeng ， WU Junhua . Design and Research of Ningbo Atlas ［J］. Geomatics & Spatial Information Technology ， 2016 ， 39 （ 12 ）： 200 - 202 .

王家耀 . 地图科学技术：由数字化到智能化［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 12 ）： 1963 - 1977 .

WANG Jiayao . Cartography： From Digital to Intelligent ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 12 ）： 1963 - 1977 .

黄丽娜，许国光 . 中国省情综合地图集的内容图谱构建与主题表达可视分析［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 5 ）： 665 - 677 .

HUANG Li’na ， XU Guoguang . Construction of Content Tupu and Visual Analysis Subject Expression for Provincial Comprehensive Atlases in China ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 5 ）： 665 - 677 .

刘聪，洪钧 . 县市区级综合性地图集内容结构与信息表达方式初探［J］. 地理空间信息， 2010 ， 8 （ 6 ）： 126 - 128 .

LIU Cong ， HONG Jun . Study on the Content Structure and Information Expression of Comprehensive Atlas of Counties and Districts ［J］. Geospatial Information ， 2010 ， 8 （ 6 ）： 126 - 128 .

SHETH A ， PADHEE S ， GYRARD A . Knowledge Graphs and Knowledge Networks： The Story in Brief ［J］. IEEE Internet Computing ， 2019 ， 23 （ 4 ）： 67 - 75 .

MA X G . Knowledge Graph Construction and Application in Geosciences： A Review ［J］. Computers & Geosciences ， 2022 ， 161 ： 105082 .

DENG C ， JIA Y T ， XU H ， et al . GAKG： A Multimodal Geoscience Academic Knowledge Graph ［C］// The 30th ACM International Conference on Information and Knowledge Management ， Queensland， Australia ， 2021 .

李连营，彭楚骄，郭邦祁，等 . 海洋地图可视化方法的知识图谱构建［J］. 测绘地理信息， 2022 ， 47 （ 1 ）： 77 - 80 .

LI Lianying ， PENG Chujiao ， GUO Bangqi ， et al . Construction of Knowledge Map of Marine Map Visualization Method ［J］. Journal of Geomatics ， 2022 ， 47 （ 1 ）： 77 - 80 .

彭楚骄，李连营，郭邦祁，等 . 使用知识图谱推荐专题地图可视化方法［J］. 测绘科学， 2022 ， 47 （ 6 ）： 188 - 194 .

PENG Chujiao ， LI Lianying ， GUO Bangqi ， et al . Recommendation of Thematic Map Visualization Method Using Knowledge Graph ［J］. Science of Surveying and Mapping ， 2022 ， 47 （ 6 ）： 188 - 194 .

韩德志，郭仁忠，陈业滨，等 . 基于可视化维度理论的泛地图知识推荐方法［J］. 地球信息科学学报， 2024 ， 26 （ 1 ）： 110 - 120 .

HAN Dezhi ， GUO Renzhong ， CHEN Yebin ， et al . Knowledge Recommendation Method of Pan-Map Based on Visualization Dimension System ［J］. Journal of Geo‑Information Science ， 2024 ， 26 （ 1 ）： 110 - 120 .

MAI G C ， HUANG W M ， CAI L ， et al . Narrative Cartography with Knowledge Graphs ［J］. Journal of Geovisualization and Spatial Analysis ， 2022 ， 6 （ 1 ）： 4 .

钟琳颖，沈婕，毛威，等 . 基于时空知识图谱的古城叙事地图设计与实现［J］. 遥感学报， 2021 ， 25 （ 12 ）： 2421 - 2430 .

ZHONG Linying ， SHEN Jie ， MAO Wei ， et al . The Design and Realization of the Ancient City Narrative Map Based on Spatiotemporal Knowledge Graph ［J］. National Remote Sensing Bulletin ， 2021 ， 25 （ 12 ）： 2421 - 2430 .

WANG H F ， LI J W ， WU H ， et al . Pre-Trained Language Models and Their Applications ［J］. Engineering ， 2023 ， 25 ： 51 - 65 .

MIN B N ， ROSS H ， SULEM E ， et al . Recent Advances in Natural Language Processing via Large Pre-Trained Language Models： A Survey ［J］. ACM Computing Surveys ， 2023 ， 56 （ 2 ）： 1 - 40 .

HU L M ， LIU Z Y ， ZHAO Z W ， et al . A Survey of Knowledge Enhanced Pre-Trained Language Models ［J］. IEEE Transactions on Knowledge and Data Engineering ， 2024 ， 36 （ 4 ）： 1413 - 1430 .

LIU W J ， ZHOU P ， ZHAO Z ， et al . K-BERT： Enabling Language Representation with Knowledge Graph ［PP/OL］. V1 .（ 2019-09-17 ）［ 2024-06-15 ］. https：//arxiv.org/abs/1909.07606 https://arxiv.org/abs/1909.07606 .

YAO L ， MAO C ， LUO Y . KG-BERT： BERT for Knowledge Graph Completion ［PP/OL］. V2 .（ 2019-09-07 ）［ 2024-06-21 ］. https：//arxiv.org/abs/1909. 03193 https://arxiv.org/abs/1909.03193 .

WANG X Z ， GAO T Y ， ZHU Z C ， et al . KEPLER： A Unified Model for Knowledge Embedding and Pre-Trained Language Representation ［PP/OL］. V3 .（ 2019-11-13 ）［ 2024-05-07 ］. https：//arxiv.org/abs/1911.06136 https://arxiv.org/abs/1911.06136 .

AGGARWAL C C ， ZHAI C X . A Survey of Text Clustering Algorithms ［M］. Boston ： Springer US ， 2012 .

SONG G ， YE Y M ， DU X L ， et al . Short Text Classification： A Survey ［J］. Journal of Multimedia ， 2014 ， 9 （ 5 ）： 635 - 643 .

荆琪，段利国，李爱萍，等 . 基于维基百科的短文本相关度计算［J］. 计算机工程， 2018 ， 44 （ 2 ）： 197 - 202 .

JING Qi ， DUAN Liguo ， LI Aiping ， et al . Short Text Correlation Calculation Based on Wikipedia ［J］. Computer Engineering ， 2018 ， 44 （ 2 ）： 197 - 202 .

XU B ， XU Y ， LIANG J Q ， et al . CN-DBpedia： A Never-Ending Chinese Knowledge Extraction System ［C］// The 30th International Conference on Industrial ， Engineering， Other Applications of Applied Intelligent Systems ， 2017 .

SU Y S ， HAN X ， ZHANG Z Y ， et al . CokeBERT： Contextual Knowledge Selection and Embedding Towards Enhanced Pre-Trained Language Models ［J］. AI Open ， 2021 ， 2 ： 127 - 134 .

WANG Z ， ZHANG J W ， FENG J L ， et al . Knowledge Graph Embedding by Translating on Hyperplanes ［C］// AAAI Conference on Artificial Intelligence ， Québec， Canada ， 2014 .

VASWANI A ， SHAZEER N ， PARMAR N ， et al . Attention is All you Need ［C］// The 31st Conference on Neural Information Processing Systems ， LongBeach， CA， USA， 2017 .

WOLF T ， DEBUT L ， SANH V ， et al . Transformers： State-of-the-Art Natural Language Processing ［C］// Conference on Empirical Methods in Natural Language Processing： System Demonstrations ， 2020 .

bert-base-chinese ［EB/OL］. ［ 2024-05-01 ］ https：//huggingface.co/google-bert/bert-base-chinese https://huggingface.co/google-bert/bert-base-chinese .

m 3 e-base ［EB/OL］. ［ 2024-07-14 ］ https：//huggingface.co/moka-ai/m3e-base https://huggingface.co/moka-ai/m3e-base .

xiaobu-embedding-v2 ［EB/OL］. ［ 2024-06-30 ］. https：//huggingface.co/lier007/xiaobu-embedding- https://huggingface.co/lier007/xiaobu-embedding-

v2 .

zpoint_large_embedding_zh ［EB/OL］. ［ 2024-06-05 ］. https：//huggingface.co/iampanda/zpoint_large _embedding_zh https://huggingface.co/iampanda/zpoint_large_embedding_zh .

Yinka ［EB/OL］. ［ 2024-05-30 ］. https：//huggingface.co/Classical/Yinka https://huggingface.co/Classical/Yinka .

陈丹，褚宏伟，吴雅琴，等 . 基于熵加权子空间算法的旅游数据聚类分析［J］. 旅游研究， 2021 ， 13 （ 5 ）： 18 - 31 .

CHEN Dan ， CHU Hongwei ， WU Yaqin ， et al . Clustering Analysis of Tourism Data Based on Entropy Weighting k -Means Subspace Algorithm ［J］. Tourism Research ， 2021 ， 13 （ 5 ）： 18 - 31 .

李梦杰，刘建国，郭强，等 . 基于文本挖掘的互联网教育课程主题发现与聚类研究［J］. 上海理工大学学报， 2018 ， 40 （ 3 ）： 259 - 266 .

LI Mengjie ， LIU Jianguo ， GUO Qiang ， et al . Topic Discovery and Clustering Research for Online Courses Based on Text Mining ［J］. Journal of University of Shanghai for Science and Technology ， 2018 ， 40 （ 3 ）： 259 - 266 .

谢士尧，王小梅 . 基于深度文本聚类的论文与专利数据融合方法研究［J］. 数据分析与知识发现， 2024 ， 8 （ 4 ）： 112 - 124 .

XIE Shiyao ， WANG Xiaomei . Paper and Patent Data Fusion Based on Deep Text Clustering ［J］. Data Analysis and Knowledge Discovery ， 2024 ， 8 （ 4 ）： 112 - 124 .

吴建华，魏宁，张勇生，等 . 语言空间智能：学科交叉创新的机遇与挑战［J/OL］. 武汉大学学报（信息科学版）， 2025 . https：//ch.whu.edu.cn/article/doi/10.13203/j.whugis20240351 https://ch.whu.edu.cn/article/doi/10.13203/j.whugis20240351 .

WU Jianhua ， WEI Ning ， ZHANG Yongsheng ， et al . Linguistic-Spatial Intelligence： Opportunities and Challenges of Interdisciplinary Innovation ［J/OL］. Geomatics and Information Science of Wuhan University ， 2025 . https：//ch.whu.edu.cn/article/doi/10.13203/j.whugis20240351 https://ch.whu.edu.cn/article/doi/10.13203/j.whugis20240351 .

WU Y H ， HUANG Y A ， LI J Q ， et al . Knowledge Graph Embedding for Profiling the Interaction Between Transcription Factors and Their Target Genes ［J］. PLoS Computational Biology ， 2023 ， 19 （ 6 ）： e1011207 .

陈加兴，胡志伟，李茹，等 . 融合描述信息和结构特征的知识图谱链接预测［J］. 计算机科学与探索， 2024 ， 18 （ 2 ）： 486 - 495 .

CHEN Jiaxing ， HU Zhiwei ， LI Ru ， et al . Knowledge Graph Link Prediction Fusing Description and Structural Features ［J］. Journal of Frontiers of Computer Science and Technology ， 2024 ， 18 （ 2 ）： 486 - 495 .

ABDELAZIM H ， THARWAT M ， MOHAMED A . Semantic Embeddings for Arabic Retrieval Augmented Generation （ARAG）［J］. International Journal of Advanced Computer Science and Applications ， 2023 ， 14 （ 11 ）： 01411135 .

齐如煜，尹章才，顾江岩，等 . 高精地图的知识图谱表达［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 4 ）： 651 - 661 .

QI Ruyü ， YIN Zhangcai ， GU Jiangyan ， et al . Knowledge Graph Expression of High Definition Map ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 4 ）： 651 - 661 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Thoughts on Smart Nautical Charts

From Task-Specific Models to General-Purpose Model-Driven Paradigm Shift： A Review and Future Directions of GeoAI Research

Construction Method of Knowledge Graph for Summer Navigability Assessment of Arctic Passage

A Holistic Multi-domain Association Model for Railway Geographic and Geologic Data

Knowledge Graph Expression of High Definition Map

Related Author

BAI Tingying

WANG Haotong

WANG Yikai

YAN Xuefeng

WANG Zhao

REN Fu

WANG Chaoqun

HE Jie

Related Institution

Tianjin Key Laboratory of Surveying and Mapping for Water Transport Engineering

Tianjin Research Institute for Water Transport Engineering, Ministry of Transport

School of Geospatial Information, University of Information Engineering

Tianjin Hydrographic Center, Northern Navigation Service Center of Ministry of Transport

Collaborative Innovation Center of Geospatial Technology

AI问答

⁰