[发明专利]知识图谱中文地址消除歧义方法

权利要求书

1.一种知识图谱中文地址消除歧义方法，包括步骤：

S1：处理一数据集，从所述数据集中分割出多个实体数据和多个中文地址数据，所述中文地址数据与所述实体数据对应；按一百分比例随机选取多个所述中文地址数据并创建多个地址树；其他未用于创建所述地址数的所述中文地址数据存储于一待分析数据集中；

S2：所述中文地址数据包括至少一地址元素，将所述待分析数据集中的所述中文地址数据的所述地址元素分为多个层级，每一所述层级对应至少一所述地址元素；

S3：分析每一所述层级对应的所述地址元素，将至少一所述层级对应的地址元素的匹配模式设置为模糊匹配，将其余所述层级对应的地址元素的所述匹配模式设置为精确匹配；

S4：按照所述层级顺序将所述待分析数据集中的所述中文地址数据按照所述地址元素的匹配模式与当前所述地址树进行匹配；当匹配成功时关联当前所述中文地址数据所对应的所述实体数据和当前所述地址数所对应的所述实体数据；当匹配失败时，将当前所述中文地址数据存入一匹配失败数据集；

S5：对所述匹配失败数据集中的所述中文地址数据进行编码，并根据编码值大小顺序创建新的所述地址树；

在所述S4步骤中，将当前所述中文地址数据中匹配失败的所述地址元素存储于一栈结构中；

还包括步骤S6：当当前所述中文地址数据匹配成功时，将所述栈结构内的所述地址元素补充入匹配成功的所述地址树。

2.根据权利要求1所述的知识图谱中文地址消除歧义方法，其特征在于，在所述S4步骤中，当两个所述中文地址数据的相同等级的所述地址元素进行匹配，若匹配至所述地址树对应的所述地址元素的层级依然相同，则表明当前两个所述中文地址数据是相同的地址。

3.根据权利要求2所述的知识图谱中文地址消除歧义方法，其特征在于，所述S5步骤中所述编码为二进制编码；所述二进制编码的位数与所述层级总数相同。