当前,网络中存在着海量的地理数据,但是想要从互联网中将这些大量的、类型多样的数据中抽取出地理实体关系或结构化地理信息较为困难。知识图谱是一个语义网络,其作用在于对现实中的实体与实体之间的关系进行描述,在众多领域都有运用。从网络中抽取地理信息,然后通过知识图谱来获取地理信息知识,是目前这个领域的常用方法。针对当前互联网中海量而又复杂的地理信息利用较为困难的问题,本文以知识图谱为基础,设计了一种在地理领域中基于网络文本的实体关系构建的方法,其主要内容包括:(1)针对地理信息采集之后网络文本过于繁杂的问题,本文建立一个以TF-IDF算法为基础的文本分类方式,首先在文本预处理中添加地理词典,然后通过建立文本向量空间模型,并修正TF-IDF地理特征权重运算方式,最后选择K临近算法来实现文本的分类。本研究利用地理词典来处理特征维度,能够使其维度进一步降低,而修正的特征权重运算方式可以对分类结果进行优化,从而进一步清除不属于地理的网络文本。(2)一般只有存在海量人工标注的语料时才可以实现关系构建,同时这种以弱监督回标为基础的构建模式,在获取训练语料的过程中常常出现大量的噪声,而且还会出现语料数量不足的缺陷。对于上述现象,本文在开始阶段就建立一个三元组扩充算法,该算法以关系特征词同义扩展为基础,进一步实现更多训练语料的检索匹配,从而获取更多的训练语料。然后,利用关系特征词过滤语料,实现语料的优化目的,再通过三元组回标文本过程,获取句子得到训练语料。因此,这些句子中含有了与实体相联系的关系特征词,从而实现了噪声的降低。研究结果表明,本文采用的方法可以大大降低语料噪声,同时解决语料数量不足的问题,对以后的实体关系抽取具有重要意义。(3)对于类型存在差异的实体关系构建过程,本文设计了两种构建方式。其一就是运用最大熵模型进行实体关系的构建,这种方式基于关系分类理论,利用n-pattern特征提取模式,对每种关系文本的不同之处进行表征,实现限定类型的关系构建;第二就是将句法分析树与CRF相结合的构建方式,这种方法以句法分析及序列标注为基础,能够构建出全部类型的关系。研究结果证明了本文建立的这两种方式的结果较为准确,相比于目前的人工实体关系构建模式,效率有了极大提高。