检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种基于规则的模糊中文地址分词匹配方法

地理与地理信息科学 2011年第3期27卷 26-29页

作者：程昌秀于滨中国科学院地理科学与资源研究所北京100101

在研究分析地址模型的基础上,建立了存储标准地址数据集的标准地址库和自定义的地址匹配规则库,提出了一种基于规则的模糊中文地址编码方法。该方法在依据标准地址库分词的同时,也沿着自定义的地址匹配规则进行推理,从而缩小了下次分词... 详细信息

在研究分析地址模型的基础上,建立了存储标准地址数据集的标准地址库和自定义的地址匹配规则库,提出了一种基于规则的模糊中文地址编码方法。该方法在依据标准地址库分词的同时,也沿着自定义的地址匹配规则进行推理,从而缩小了下次分词所用到的目标数据集,提高了系统执行效率。另外,通过借助构建的规则树与歧义栈,提高了文中定义的两类模糊地址匹配的成功率。最后,基于该算法建立了一个地理编码原型系统,并利用经济普查项目中的相关数据对算法的可用性进行了验证。

关键词：地理编码模糊地址规则库地址分词

基于置信度的Active-BiLSTM-CRF中文层级地址分词方法

在线全文

学校读者我要写书评

暂无评论

中国电子科学研究院学报 2021年第7期16卷 639-644,660页

作者：侯位昭张欣海宋凯磊韩志卓张世立中国电子科技集团公司第五十四研究所河北石家庄050081 河北远东通信系统工程有限公司河北石家庄050200 中国电子科学研究院北京100041 社会安全风险感知与防控大数据应用国家工程实验室北京100041

中文层级地址分词是中文地址标准化的基础工作和地理编码的重要手段,同时也是中文分词和地理研究领域中关注的重点。高质量中文地址层级提取方法通常依赖于大量人工标注数据,而获取带标注的数据集耗时长,成本昂贵,不易实现。为解决上述... 详细信息

中文层级地址分词是中文地址标准化的基础工作和地理编码的重要手段,同时也是中文分词和地理研究领域中关注的重点。高质量中文地址层级提取方法通常依赖于大量人工标注数据,而获取带标注的数据集耗时长,成本昂贵,不易实现。为解决上述问题,文中提出基于置信度的双向长短时记忆和条件随机场主动学习混合模型(Active-BiLSTM-CRF)来构建地址词库,创新性的基于CRF模型在样本上的置信度高效筛出需要标注的关键地址样本,利用BiLSTM记忆地址的上下文信息,通过CRF的转移概率矩阵控制地址标注输出的能力,循环标注并训练模型。最后基于某区县户籍地址数据验证了该方法在有限标注成本下的准确率及召回率,实验显示当标记数据占比在20%时,Active-BiLSTM-CRF模型准确率能达到97.71%,召回率能达到97.34%。

关键词：主动学习置信度地址分词双向长短时记忆网络条件随机场地址分词标注

基于中文地址分词技术的配网调控智能决策管理平台的分析与研究

在线全文

学校读者我要写书评

暂无评论

基于中文地址分词技术的配网调控智能决策管理平台的分析与研究

作者：张金丹青岛大学

学位级别：硕士

基于中文地址分词技术的配网调控智能决策管理平台是电力抢修公司更好地服务于客户的一种形式。它的出现会给城市的建设以及人们生活带来极大便利,也可以让地址信息在电网系统中发挥出自己独特的魅力,从而更好的方便于我们的生活。在此... 详细信息

基于中文地址分词技术的配网调控智能决策管理平台是电力抢修公司更好地服务于客户的一种形式。它的出现会给城市的建设以及人们生活带来极大便利,也可以让地址信息在电网系统中发挥出自己独特的魅力,从而更好的方便于我们的生活。在此抢修系统中电力用户把出现故障的地址反馈给电力抢修公司,当故障地址到达电力抢修公司之后,抢修公司会根据用户给出的需要抢修的地址信息在配网调控智能决策管理平台系统中进行一系列的分类、分词匹配查找步骤,把查找到的地址信息进行排序,进行结果筛选,进一步针对查找到标准化的需要抢修地址进行准确的定位,把查找到的准确的地址信息反馈给相应工作人员,相应的工作人员从而安排工作相关人员进行电力方面的抢修工作,进而做到更快地服务于群众。为了实现地址信息与抢修工作的较为完美的配合,本文中的配网调控智能决策管理平台系统主要研究内容如下有几点:第一,设计面向电力抢修的地址相关分类分词匹配系统,将传统朴素贝叶斯分类法融合遗传算法首先对地址信息的可操作性进行分析,为以后的地址分词奠定基础,从而确保系统资源的合理利用。第二,将传统的地址分词流程改进为利用遗传算法和TRIE树相结合的方式计算新的地址信息与标准化的地址信息之间的相似度,对可操作的地址信息进行预先分类并快速匹配标准化地址信息,从而实现地址的准确匹配。第三,对电力用户给出的地址信息进行分词预处理时,会出现未登录词无法识别和地址别称简称等情况,可以利用制作专业字典的方法使得系统的准确率进一步提升。倘若经过上述操作地址信息还不能找到相关匹配项,便会启动系统中的学习机制,将地址标准化处理后存入到数据库中,以备后续使用。第四,对于分词中出现语义歧义的情况,利用栈进行临时的存储,然后对歧义树进行遍历访问的同时利用遗传算法进行相似度的计算从而保证分词的全面性。第五,对于抢修系统中产生的数据量较大的情况,应用大数据生态圈中的相关组件,利用分类方法、语义相似度和专业词典等方法,分析地址信息,实现系统的有效使用。

关键词：大数据地址匹配地址分词相似度比较

基于标志词的正向自适应长度匹配的地址分词算法与缺失地址要素补充方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国医疗设备 2019年第4期34卷 112-114,130页

作者：李净朱贵鲜周亮郑西川上海健康医学院附属第六人民医院东院计算机中心上海201306

目的将电子病历中患者的非结构化地址信息转化成结构化地址信息,并补充地址中缺失的地址要素。方法构建存储标准地址数据集的标准地址库和自定义的地址匹配规则库。依托标准地址库,采用基于地址要素标志的正向自适应匹配算法将地址进行... 详细信息

目的将电子病历中患者的非结构化地址信息转化成结构化地址信息,并补充地址中缺失的地址要素。方法构建存储标准地址数据集的标准地址库和自定义的地址匹配规则库。依托标准地址库,采用基于地址要素标志的正向自适应匹配算法将地址进行分词。将分词得到的地址要素根据构建的自定义地址匹配规则库从后往前查找,得到完整的地址。结果该方法实现了病历中地址数据的自动分词,同时补充了地址数据中缺失的地址要素,完成地址标准化的工作。结论本研究极大地方便了临床病案首页中地址信息的自动获取、各类机构数据上报和数据统计分析工作,大幅减少人工数据处理的工作量,为后续其他信息的提取和标化打下坚实基础。

关键词：地址分词正向自适应长度匹配缺失地址要素补充结构化地址

Lucene自适应分词的地址匹配方法改进与实现

在线全文

学校读者我要写书评

暂无评论

测绘科学 2021年第10期46卷 185-193页

作者：张琛陈张建刘江涛任福张红伟国土资源部城市土地资源监测与仿真重点实验室广东深圳518034 武汉大学资源与环境科学学院武汉430079 浙江省测绘科学技术研究院杭州311000 深圳市规划国土房产信息中心广东深圳518040

为提高地理编码系统对输入地址的分词适应性及匹配准确度,该文基于Lucene索引及查询机制提出了一种可适应于中文非标准地址的地址匹配改进方法。首先依据中文地址模式创建地址元素分层索引库,然后将拼音三叉树、同义词配置、未登录词配... 详细信息

为提高地理编码系统对输入地址的分词适应性及匹配准确度,该文基于Lucene索引及查询机制提出了一种可适应于中文非标准地址的地址匹配改进方法。首先依据中文地址模式创建地址元素分层索引库,然后将拼音三叉树、同义词配置、未登录词配置等功能集成于IK分词器,获得初次匹配结果集合后计算编辑距离并排序选取返回值。匹配系统以浙江省台州市公安地址及行政法人地址为数据基础构建分词库和索引库,结果表明,该方法可实现输入地址的自适应分词,对中文非标准地址的匹配效果良好,能够服务于测绘和地理信息的相关应用场景。

关键词：地址匹配地理编码地址树模型 Lucene全文检索地址分词中文非标准地址地址标准化

在线全文

学校读者我要写书评

暂无评论

基于分词技术的地址标准化治理方法与实现

大众标准化 2023年第15期 4-6页

作者：葛燕杨海杰广州市工业和信息化产业发展中心广东广州510030 广州市数字政府运营中心广东广州510630

由于公众对于地址使用习惯的随意性,现有业务系统地址记录都是由用户口述或自由填写的地址,造成地址数据采集不规范、填写不标准等问题,无法和规范的标准地址串完全契合,给地址匹配、地址定位、问题分析、任务分派、快速解决等工作带来... 详细信息

由于公众对于地址使用习惯的随意性,现有业务系统地址记录都是由用户口述或自由填写的地址,造成地址数据采集不规范、填写不标准等问题,无法和规范的标准地址串完全契合,给地址匹配、地址定位、问题分析、任务分派、快速解决等工作带来极大困难。文章是在工作实践基础上,归纳总结出一种基于分词技术,对地址进行摘要匹配,通过匹配结果复核取优的地址标准化治理方法,提出一种可以充分利用标准地址和业务地址数据的新思路、新方法。测试结果表明,该方法能将地址标准匹配度提升40%以上,可直接应用到城市人口精准治理等领域,具有重要的应用和研究价值。

关键词：地址标准地址地址分词数据治理散列

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

多元地址要素组合的地址匹配方法

测绘科学 2015年第3期40卷 96-100页

作者：吕欢欢宋伟东辽宁工程技术大学软件学院辽宁阜新123000

针对数字城市地理空间框架建设中地址匹配的具体需求和现存中文地址匹配方法中存在的问题,该文提出一种多元地址要素组合的地址匹配方法:分析地名地址数据的分词方法和作为参考数据的地址编码库的物理结构;给出组合策略和匹配流程,针对... 详细信息

针对数字城市地理空间框架建设中地址匹配的具体需求和现存中文地址匹配方法中存在的问题,该文提出一种多元地址要素组合的地址匹配方法:分析地名地址数据的分词方法和作为参考数据的地址编码库的物理结构;给出组合策略和匹配流程,针对地址要素的不同重要程度分配权重,计算不同组合中各地址要素相似性匹配指数,并采用加权求和方式获得匹配总分;并以城市地址编码数据库为参考数据,工商领域监管对象地名地址数据为输入地址对提出方法进行实验和验证,与其他匹配算法对比的结果表明,提出算法有效、正确、灵活。

关键词：数字城市地址匹配多元地址要素地址分词组合

在线全文

学校读者我要写书评

暂无评论

中文地址服务关键技术的研究

中文地址服务关键技术的研究

作者：郭义超武汉大学

学位级别：硕士

以语言和文字为信息载体的地名地址作为空间信息中最为贴近人类的数据形式,是人脑对现实地理世界感知的一种重要信息载体,在国计民生中发挥着巨大作用。各行各业的信息应用也因为地名地址服务的加持而变得更加直观和便捷化。然而自然语... 详细信息

以语言和文字为信息载体的地名地址作为空间信息中最为贴近人类的数据形式,是人脑对现实地理世界感知的一种重要信息载体,在国计民生中发挥着巨大作用。各行各业的信息应用也因为地名地址服务的加持而变得更加直观和便捷化。然而自然语言描述形式的多样化以及人类不同的语言习惯,使得不同部门、行业的地名地址数据库中对于同一地址的描述也不尽相同。同时因为政府部门职能交错,中文地址标准化建设相对落后,导致原始地名地址数据建设在规范性,完整性,一致性上存在较大问题。在此背景下,不同的行业的政府部门和厂商在应用地名地址库时通常需要针对取得的地名地址数据进行定制化开发,编制适合特定数据的服务,使得空间数据的互操作变得尤为困难。本文在现有地名地址服务研究的基础上,对采用不同描述规则和详尽程度的地址匹配过程展开讨论,从地址数据采集、地址分词、地址匹配和空间信息推理等过程做出较为深入的探索,最终研发出适合中文标准地址服务的原型系统。本文的主要研究和成果包含以下几个主要方面:制定更加适合中文地址特点的分词策略:在总结现有中文分词和中文地址分词研究的基础上,分析中文分词研究在中文地址匹配中的重要性,并设计出更加适合中文地址特征的地址分词引擎。策略包括搜集并建立更加完备的中文地名分词词典,以在中文分词中取得良好效果的隐马尔科夫模型作为分词基础模型,制定结构更加完善的地址分词角色体系。以此为后面中文标准地址服务提供更加可靠的支撑。建立适合中文地址匹配的地名角色识别引擎:通过对数字城市建设中的地址组合模型的研究和实际目标数据的统计分析,建立适合目标数据的地名角色集合。根据地名角色体系对样本数据进行人工标注以建立训练集,然后利用隐马尔科夫模型实现地名角色的自动识别。制定基于全文索引和角色匹配的地址匹配策略:研发匹配成功率和准确率较高的分词组合模型,通过角色匹配模式的制定和角色中分词匹配相似度的计算得出完整的地址匹配策略。结合在商业地址服务中取得广泛应用的全文索引方法,建立基于角色匹配和向量空间模型的地址匹配方法,把全文检索的高效性与基于角色匹配的地址匹配策略的准确性相结合。研发标准地名地址服务的原型系统:以武汉市工商地址数据为原始数据,经过数据清理建立标准地址库和非标准地址库,使用上述策略对地址数据进行处理,开发出适合行业应用的原型系统。包括提供兼具性能和准确性的中文地址模糊查询,非标准地址标准化,地址编码/反编码查询等服务接口和示范应用。

关键词：地址分词角色标注地址匹配空间推理

面向经济普查项目需求的模糊中文地址匹配方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向经济普查项目需求的模糊中文地址匹配方法研究

作者：于滨中南大学

学位级别：硕士

地理(地址)编码技术是GIS中的一项基础性技术,它是将自然语言描述的地址信息,通过地址标准化、地址分词、数据库匹配、空间定位等一系列处理操作,赋予其空间位置信息,并最终定位到电子地图上的过程。随着GIS技术的不断发展与推广,越来... 详细信息

地理(地址)编码技术是GIS中的一项基础性技术,它是将自然语言描述的地址信息,通过地址标准化、地址分词、数据库匹配、空间定位等一系列处理操作,赋予其空间位置信息,并最终定位到电子地图上的过程。随着GIS技术的不断发展与推广,越来越多的行业应用中出现了对于地理编码技术的需求,例如公共卫生、犯罪分析、政治科学、灾害管理、交通预测等领域。国外的地理编码技术已经日趋成熟,逐步迈向了市场化、产业化。但是由于国情的不同,国外的现有技术无法直接应用于我国的地理编码需求。因此,针对中文的地理编码技术有待于我们的进一步研究和完善。本文利用北京市的部分经济普查统计数据进行了相关的地址匹配研究,并最终开发实现了面向经济普查的地理编码工具软件。在研究过程中,本文主要针对地理编码技术中的以下几个方面进行了探索与改进：(1)由于目前地址匹配过程中,对于地址残缺与地址歧义两类模糊地址的匹配成功率与准确率偏低,所以本文提出了一种基于规则的地址分词匹配方法,通过对算法的改进,加入规则树与歧义存储等机制,提高了对于这两类模糊地址的匹配成功率。(2)由于传统地址匹配过程中,地址分词与数据库匹配两个步骤相对独立,导致数据库访问次数过多,系统运行效率低下。为此,本文在所提出的基于规则的地址分词匹配方法中,将两个过程合二为一,边分词边匹配,实现了在最终分词结束的同时获得匹配结果的目的,从而提高了地址匹配的效率。(3)对于目前已有的地址模型进行了部分改进,根据地址记录中存在行政区划部分与街道信息部分的区别,对两部分信息分别进行处理与存储,提高了地址数据的匹配速度。(4)为了减少地址数据采集和地址标准化的成本与工作量,本文有效利用了经济普查项目中的已有数据,通过数据挖掘,建立了标准地址库并完成了地理编码任务。

关键词：地理编码模糊地址规则库地址分词中文自然语言处理