[发明专利]一种基于字典树的中文地理编码方法有效
申请号: | 201810986238.4 | 申请日: | 2018-08-28 |
公开(公告)号: | CN109344213B | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 张贵军;李远锋;孙沪增;周晓根;刘俊;秦子豪 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F16/29 | 分类号: | G06F16/29 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 字典 中文 地理 编码 方法 | ||
1.一种基于字典树的中文地理编码方法,其特征在于,所述中文地理编码方法包括以下步骤:
1).地址要素级别划分,将地址要素级别划分为11级别,分别是:1级,中国;2级,省、直辖市;3级,省会、地级市;4级,区、县、地级市;5级,街道、乡镇;6级,社区、村;7级,地片、区片;8级,道路、街巷;9级,楼牌号;10级,门牌号;11级,POI标志物;
2).将标准化的字符串分割,将得到的字符串,按照地址要素级别划分;
3).构建字典树,过程如下:
3.1).构建字典树节点,构建节点类,类里实例域包含地址要素、地址要素级别、标准地址、经纬度、父地址引用、节点是否可用;
3.2).收集整理尽可能多的标准信息地址串,用于数据的构建,字典树的生成;
3.3).将整理好的标准信息地址串拆分成地址要素;
3.4).将拆分好的地址要素,标记好要素级别,将分好的要素级别持久化到数据库,以便后期构建字典树查询使用;
3.5).将标记好的地址要素,通过Google地图API或者百度地图API获取当前节点的经纬度;
3.6).初始化根节点,将信息地址串拆分为地址要素,从数据库获取当前节点的要素级别,通过Google地图API或者百度地图API获取当前地址要素节点的经纬度,将这些值初始化到根节点中;
3.7).查询地址串的要素级别为2的地址要素,初始化下级节点,并将父节点下一个指向引用指向本节点,本节点的父地址要素的引用指向父节点,并如3.6)一样将节点数据域初始化,形成二级节点,以此类推直至叶节点,完成此信息地址串的构建;
3.8).重复3.3)-3.8)步骤,将信息地址串拆分,然后依次建树,最后形成一个庞大的字典树;
4).信息地址串的匹配,过程如下:
4.1).信息地址串标准化,过程如下:
4.1.1).将信息地址人工拆分标记,然后送入到隐含的马尔科夫训练模型训练,通过(1)式,据统计语言设计方法,统计出某种非标准地址要素映射到标准地址要素的概率,从(2)式获得的概率,其中#是当前地址要素的在样本中的次数,估计当前的输入地址要素与标准地址要素偏差概率;
其中在(1)式中,Ot为某种不标准地址要素,St为标准地址要素;
4.1.2).通过得到的马尔科夫模型标准化信息地址串,将地址串标准化;
4.2).把标准化的地址串分割成标准的地址要素,输入到步骤3)所得到的字典树,搜寻对应的叶子节点,获得叶子节点的必要信息,所述必要信息包括邮编和经纬度,则完成搜索。
2.如权利要求1所述一种基于字典树的中文地理编码方法,其特征在于,所述在步骤3)中,根据标准化的信息地址串,将地址串拆分,构建成字典树;在构建字典树的基础上,通过标准化信息地址串,查找到叶子节点信息,完成搜索。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810986238.4/1.html,转载请声明来源钻瓜专利网。