地名地址位置语义计算方法研究

发布时间：2020-06-11 03:33

【摘要】：随着人工智能技术的迅猛发展,人们的生活方式与互联网的联系愈发紧密,这也进一步推动了地图导航、周边信息搜索、位置查询等技术的研究,其中位置信息服务更具有举足轻重的地位。由于互联网通信的开放性和自由性,导致从中获取的位置信息存在缺失和冗余等问题,造成地址语义模糊和歧义,严重影响了位置服务的准确性。因此为了使位置信息更加完善地融入到计算机系统中,研究地名地址位置语义计算方法显得尤为重要。本文将通过网络爬虫方式从互联网中获取的地址文本作为研究对象,而地址文本中的位置信息主要包括行政区划和路街牌号,故主要解决这两部分存在的问题。1.地名地址行政区划信息存在大量位置语义模糊和歧义等不确定性问题,主要包括:特征字缺失、重复命名、命名实体歧义等。本文提出了一种针对行政区划可信度的计算方法,结合可信度模型及不确定性推理方法,将地址要素设定为证据可信度,将通过移动窗口最大匹配算法得到的行政区划结论设定为结论可信度,综合考虑位置因子、行政区划级别等多个因素,设计合理的计算模型,得到可信度值最大的行政区划结论以作为识别结果。2.路街牌号主要存在要素特征字冗余引起的歧义性问题。为此,本文在准确获取地址行政区划信息的基础上,提出了一种更加完整的地址位置语义计算方法。通过统计语料库中要素特征字的单字字频和相邻字词频,构造特征字转移概率矩阵,结合字符串最大联合概率算法,得到地名地址位置信息准确的划分结果。本文将文本中的地址信息作为测试样本,并与传统的地址匹配算法、主流的中文分词算法和基于经验构造转移概率矩阵的算法进行对比实验。实验结果分析表明,本文方法具有较高的准确性,在获取地名地址位置语义信息的同时,能够规范化处理地址结构,使地理位置信息服务更好的应用于社会。
【图文】：

表述体,地名,行政区划,地址

13图 2-1 地名地址层级表述体系中已确定为行政区划、街路巷、自然村等的其他位置信息均称为地片，“街道口”、“贺胜桥”等。这类地址很容易将地片与行政区划混淆，如贺胜桥”，从地名判断是地片，但其实是指“武汉市江夏区贺胜桥镇”，四级行政区划。3.层次关系归纳不完整，存在不包含在层级表述体系中，但符合人日常使用习惯的地名地址。地址语义模型是通过统计自然语言上下文的关系而建立的一种概模型。其主要借助于统计语言模型的思想，将语义与统计学结合，根中文地址的命名特点，利用数学手段抽象出地名地址的层次结构。

实际使用,次数,情况,街道

省会、地级市市、盟、州等区、县区、县、旗、市、州、新区、林区等街道、乡镇镇、乡、办事处、居委会、社区、街道道路片区村、组、队、里、园、庄、弄、头、桥、岛、道、街等POI大厦、广场、饭店、中心、大楼、场、馆市场、花园、招待所、中心、大学、厂、街道号、村组坡、巷、胡同、村委会、号、馆、居、寓公寓、号院、花园、大厦、广场、中心等详细地址单元、层、室、栋、号楼、幢、座、楼等存在紧密联系，如特征字“省”后相邻的特征字多”，如“湖北省武汉市”、“湖南省长沙市”等。本文通过网络爬虫算法，从互联网中获取了包含，并先对数据集进行清洗，以排除地址中出现的的干扰，最后统计数据集中各字出现的频数，，部示。
【学位授予单位】：武汉工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P281;P208

【相似文献】