[发明专利]一种基于模糊字典树的地理词汇快速抽取方法

权利要求书

1.一种基于模糊字典树的地理词汇快速抽取方法，其特征在于，包括以下步骤：

步骤1：地理信息本体入库；

步骤2：生成基于拼音、字缺失的Trie节点；

步骤2的具体实现包括以下子步骤：

步骤2.1：输入基础位置概念对象k、文本w、类型序号c；

基础位置概念其对应位置概念的原子组成词汇的概念表达，其只有一个固有属性“word”，代表词汇的字符串形式；

步骤2.2：根据一个字符长度阈值h_m对w进行判断，若w字符长度大于选定阈值h_m，则取局部的删除参数m定为1，否则为0；

步骤2.3：将w类型转换为半角形式；

步骤2.4：获取文本w并使之对应于每一个汉字的拼音集合P；

步骤2.5：根据m值分情况讨论；

若m＝0，递归调用addWordToTree方法将k加入trie，默认传入trie的根节点T_root；

若m＞0，排列组合获取并遍历删除后的文本集合W_d，将对象删除处以占位符“##”替代，形成新文本w’与k组合，递归调用addWordToTree方法加入trie；

步骤3：根据地理基础位置概念标注实现细粒度的搜寻中模糊搜索的控制；

步骤4：提供地理词汇的相似度实现抽取结果评分排序；

步骤5：快速抽取位置描述中的所有基础位置概念对象。

2.根据权利要求1所述的基于模糊字典树的地理词汇快速抽取方法，其特征在于，步骤2.5中所述的addWordToTree方法，具体实现包括以下子步骤：

步骤2.5.1：输入节点v、文本w、拼音集合P、当前位置i、位置概念对象c及其类型；

步骤2.5.2：判断i的位置；

若i不处于P最后位置，则执行下述步骤2.5.3；

若i处于P最后位置，则执行下述步骤2.5.5；

步骤2.5.3：节点搜寻，找到v对应拼音p_i的子节点v_pi；

步骤2.5.4：判断子节点v_pi是否存在；

若v_pi不存在，则创建新节点，将i前进一位，并回转执行所述步骤2.5.2；

若v_pi存在，则找到拼音列表子节点，并回转执行所述步骤2.5.2；

步骤2.5.5：若i处于P末端，将对象插入节点的对象列表O中。