兴趣点也叫做POI（Point of Interest），每个POI包含名称、地址、类别、经度、纬度等信息。
从新闻中发现更新信息的流程是：首先抓取新闻，然后提取其中的标题和正文等信息，再从中提取POI信息，最后排重后输出。
9.1新闻提取
需要从任意新闻网页中提取标题和正文等信息。
9.2POI信息提取
在城市发展建设过程中，地图数据信息的变更不可避免，这就需要及时更新数据。监测新闻等网络媒体中涉及地址变更的信息。通过爬虫抓取最新的和地图数据信息相关的变更信息。通过信息提取技术形成变化的地址信息列表。
为了降低实现的复杂度，基于分而治之的思想，把信息提取分成5个阶段的管线：
·中文分词；·词性标注；·名字发现；
·句法分析，一般限于名词和动词短语识别，一个句法树的例子如图9-1所示；
·语义解释，一般基于模式匹配。
9.2.1提取主体
把主体看成是短语。传统的方法是首先进行分词和标注，然后再做短语识别。如果有多个可能的主体，则按照每个主体在文本中出现的次数，把出现次数多的作为主体。但有些真正的主体出现次数较少，这时候怎么办？规则匹配出来的时候可以设置不同的权计，然后加权计算主体。
9.2.2提取地区
地名有国外地名和国内地名。如果不需要关注国外地名，则可以把国外地名作为停用词去掉。和地址相关的类型有：直辖市（Municipality）、省（Province）、市（City）、区（County）、镇（Town）、街（Street）。下面的代码根据搜集到的地名数组返回一个最重要的地名。
9.2.3指代消解
有的描述对象只在内容中出现了一次或少数几次，在内容中更多的地方以代词出现。这时候，需要用指代消解（Coreference Resolution）来准确地处理这样的描述对象。
指代消解对词性标注和语法分析有一定的依赖，判断是否消解不是根据这个词出现了几次，而是要先找到指示词“这座桥”。用选出的先行词（antecedent）替换指代词，即进行指代消解。
具体实现上首先找出指示词的候选先行词，然后计算候选的先行词和指示词的一致性。
本章介绍了从新闻中发现POI更新信息的方法和实现。首先对新闻分词，然后分别从标题和内容中发现POI相关信息，最后整理成结构化的形式输出。