[发明专利]基于知识图谱和多重匹配的地址修整补全方法及应用

权利要求书

1.一种基于知识图谱和多重匹配的地址修整补全方法，其特征在于，包括下述步骤：

地址文本分词与初步匹配：采用分词工具对输入的地址文本数据进行分词操作，构建地址名词词典进行匹配分词，根据地名规则进行匹配重组；

构建地址知识图谱：获取地址行政区划分数据，采用数据库管理工具构建地址知识图谱，获取地名的旧名或别名信息，将地名的旧名或别名信息在构建好的地址知识图谱中的对应的地名构建起关联；

建立基于地址知识图谱的多种匹配模型：根据地址构成的特点，构建多种匹配规则进行匹配，采用对应的匹配规则对地址进行修正和补全，所述匹配规则包括前文缺失匹配规则、重名情况下前文全缺失匹配规则、重名情况下前文相邻缺失匹配规则和旧名别名修正匹配规则。

2.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述分词工具采用开源的分词工具jieba。

3.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述地址名词字典设有错误分词的字典集，在分词操作时读取字典集，依次匹配输入的地址文本数据是否存在字典集中的地名，若存在则将所述地名分割出来。

4.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述根据地名规则进行匹配重组的具体步骤包括：根据匹配分词的结果，判断匹配分词结果中的每一个词末尾是否与地名规则预设的名词匹配，若匹配则将地址文本数据的分词结果合并为完整的地名。

5.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述采用数据库管理工具构建地址知识图谱的具体步骤包括：

根据地址行政区划分数据，采用深度遍历的方式，将每一个地址实体与上一层的地址实体进行关联，将具有上下级从属关系的地名进行关联。

6.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述数据库管理工具采用Neo4j数据库。

7.根据权利要求1所述的基于知识图谱和多重匹配的地址修整补全方法，其特征在于，所述采用对应的匹配规则对地址进行修正和补全，具体步骤包括：

前文缺失匹配：检测到地名上一级地名处于缺失状态，根据所述地名在构建的地址知识图谱中进行匹配，查找到上一级地名并进行补全；

重名情况下前文全缺失匹配：检测到地名重名且前级地名处于缺失状态，构建所述地名与下一级地名合并的关系对，在构建的地址知识图谱中进行匹配，查找到前级地名并进行补全；

重名情况下前文相邻缺失匹配：检测到地名重名且相邻的上一级地名处于缺失状态，构建所述地名与上上级地名合并的关系对，在构建的地址知识图谱库中进行匹配，查找到前级地名并进行补全；

旧名别名修正匹配：检测到地名为旧名或者别名，根据所述旧名或别名在构建的地址知识图谱中进行匹配，查找到对应的现有地名，并进行修正。

8.一种基于知识图谱和多重匹配的地址修整补全系统，其特征在于，包括：地址文本分词与初步匹配模块、地址知识图谱构建模块和匹配模型构建模块；

所述地址文本分词与初步匹配模块用于对地址文本进行分词与初步匹配，采用分词工具对输入的地址文本数据进行分词操作，构建地址名词词典进行匹配分词，根据地名规则进行匹配重组；

所述地址知识图谱构建模块用于构建地址知识图谱，获取地址行政区划分数据，采用数据库管理工具构建地址知识图谱，获取地名的旧名或别名信息，将地名的旧名或别名信息在构建好的地址知识图谱中的对应的地名构建起关联；

所述匹配模型构建模块用于建立基于地址知识图谱的多种匹配模型，根据地址构成的特点，构建多种匹配规则进行匹配，采用对应的匹配规则对地址进行修正和补全，所述匹配规则包括前文缺失匹配规则、重名情况下前文全缺失匹配规则、重名情况下前文相邻缺失匹配规则和旧名别名修正匹配规则。