基于語義分析的地址匹配研究——以重慶市建筑物普查為例.pdf

1、隨著我國信息化進程和電子政務(wù)建設(shè)的不斷深入，地理空間信息資源和地理信息技術(shù)在各政府部門中的共享應(yīng)用也日益廣泛，已涉及城市規(guī)劃、建設(shè)、管理等眾多領(lǐng)域。但是，目前經(jīng)濟、文化、社會等方面數(shù)據(jù)信息的空間地理特征并非以地理坐標形式存在，依然大量通過地址文字描述的方式進行表達，難以直接與空間地理數(shù)據(jù)進行融合、疊加和分析，限制了信息資源的共享、整合與綜合利用。業(yè)界很多現(xiàn)有地址匹配方法，在實際應(yīng)用中的效果尚不理想，尤其是對于重慶這樣的山地城市，地址數(shù)據(jù)

2、地方特色濃厚、歷史遺留問題多、缺乏規(guī)律性，地址匹配遇到了更大的挑戰(zhàn)。因此，研究如何提高地址匹配的成功率和準確度，對于信息資源的空間集成和共享應(yīng)用有著非常重要的現(xiàn)實意義。
　　本文圍繞重慶市地址數(shù)據(jù)庫建設(shè)及地理編碼的實際需求，在深入研究重慶市地址數(shù)據(jù)現(xiàn)狀和特點的基礎(chǔ)上，提出構(gòu)建中文語義地址模型的方法，通過優(yōu)化現(xiàn)有地址要素結(jié)構(gòu)、建立要素間空間關(guān)系等方式來增加上下文約束力，提高地址模型的適應(yīng)性。以中文語義地址模型為依據(jù)，研究了標準地址庫

3、的設(shè)計、建庫以及質(zhì)量控制方法。
　　立足中文語義地址模型和標準地址庫的應(yīng)用，本文在研究傳統(tǒng)地址匹配算法的基礎(chǔ)上，加入了自然語言處理的方法，提出了基于語義分析的地址匹配技術(shù)路線。在地址拆分中引入支持向量機，有效避免中文自然語言表達歧義，提高分詞準確度和效率;在地址解析過程中通過非確定性有限狀態(tài)機對地址要素進行規(guī)范，在一定程度上解決中文地名地址的匹配歧義問題，有效提高地址匹配成功率;在地址庫匹配環(huán)節(jié)利用自然語言處理方法解決錯別字引起的