一种基于多模态融合与度量学习的地理空间实体向量化方法及系统

本发明公开了一种基于多模态融合与度量学习的地理空间实体向量化方法及系统，用于解决传统地理信息表征单一、无法有效融合多源数据的问题。该方法首先对地理空间实体的文本和坐标信息进行多模态特征提取；然后，通过一个具有独立编码流和深度融合层的神经网络模型，将多模态特征智能地融合并投影到一个统一的嵌入向量空间；最后，通过一种结合了语义与空间约束的混合三元组采样策略，并采用度量学习范式对模型进行优化。本发明还提供了一个实现该方法的系统，包括特征工程模块、训练集生成模块、模型训练模块和推理应用模块。该系统能够自动化地完成从数据预处理、模型训练到向量化推理的全流程。与现有技术相比，本发明能够生成同时具备高度语义区分度和精确空间感知能力的嵌入向量，有效提升了地理空间数据的可计算性和智能性。