基于角色標注的中文POI名稱匹配的研究及原型系統(tǒng)實現(xiàn).pdf

1、本文針對現(xiàn)有的中文POI(points of interest)匹配中存在的不足，利用中文分詞、信息檢索、搜索引擎和人工智能技術作為支撐，提出了基于角色標注的中文POI匹配的方法，提高了POI匹配的準確性和效率。其基本思想是：根據(jù)在POI匹配中的作用，在對POI分詞的基礎上用HMM(Hide Markov Model隱馬可大模型)對POI的切分單位進行角色標注，切分單位的角色不同，其在匹配過程中的地位也不同，在精確匹配失敗后，再根據(jù)角色

2、信息進行模糊匹配，從而提高了中文POI名稱匹配的成功率。 為驗證實際的效果，實現(xiàn)了一個基丁角色標注的POI名稱匹配的原型系統(tǒng)，并利用北京市東城區(qū)和西城區(qū)的POI庫進行了匹配試驗。從北京市東城區(qū)和西城區(qū)POI名稱數(shù)據(jù)庫中的160，000余條中隨機抽山2300條POI進行匹配試驗，匹配率成功率達到92.39％。通過對結(jié)果樣本的詳細分析，發(fā)現(xiàn)限制匹配成功率的主要因素在于POI數(shù)據(jù)庫的質(zhì)量、算法的模糊匹配的能力不足。排除POI名稱數(shù)據(jù)庫