[发明专利]一种地图标注内容的自动分类方法和装置

说明书

本发明提供了一种地图标注内容的自动分类方法和装置，涉及数据处理的技术领域，包括：获取地图标注的分类体系，并基于地图标注的分类体系获取各类地图标注的样本数据；提取样本数据的特征信息，特征信息包括：文本特征向量和空间位置信息；利用无核支持向量机对样本数据的文本特征向量进行训练，得到地图标注内容分类模型；基于空间位置信息，以九交模型为基础构建各类地图标注样本数据之间的空间关联定量化模型；在获取到待分类地图标注数据集之后，利用地图标注内容分类模型和空间关联定量化模型，对待分类地图标注数据集进行分类，得到分类结果数据集，解决了现有地图标注内容的自动分类方法的准确率和效率较低的技术问题。

技术领域

本发明涉及数据分析处理的技术领域，尤其是涉及一种地图标注内容的自动分类方法和装置。

背景技术

现有的研究发现，迄今为止绝大部分文本分类方法使用的都是有核(Kernel)的算法模型。然而对于不同的分类问题和实际样本数据，不同类型的核函数及其参数值会对模型的性能产生很大影响。在实际应用中，研究者们常常耗费大量的时间和精力，通过一系列冗长的实验来选择与调试核函数及其参数，却始终未必能达到最优，导致文本分类准确度不尽人意。可以说，核的存在使得有核支持向量机不能较好地满足大数据分析挖掘的实时性和精确性，也限制了其在大规模问题上的应用。

现有的网络POI信息分类方法主要存在以下不足：(1)过度依赖POI名称信息，通过基于有核的机器学习方法(主要以支持向量机模型为主)实现POI信息自动分类。这些方法受到有核模型算法的约束，导致分类准确性和性能不高。(2)空间位置、类别标签等特征属性在POI信息自动分类算法中并没有得到体现与挖掘。

针对上述问题，还未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种地图标注内容的自动分类方法和装置，以缓解了现有地图标注内容的自动分类方法的准确率和效率较低的技术问题。

第一方面，本发明实施例提供了一种地图标注内容的自动分类方法，包括：获取地图标注的分类体系，并基于所述地图标注的分类体系自动获取各类地图标注的样本数据；提取出所述样本数据的特征信息，其中，所述特征信息包括：文本特征向量和空间位置信息；利用无核支持向量机对样本数据的文本特征向量进行训练，得到地图标注内容分类模型；基于所述空间位置信息，以九交模型为基础构建各类地图标注样本数据之间的空间关联定量化模型；在获取到待分类地图标注数据集之后，利用所述地图标注内容分类模型和所述空间关联定量化模型，对所述待分类地图标注数据集进行分类，得到分类结果数据集。

进一步地，利用所述地图标注内容分类模型和所述空间关联定量化模型，对所述待分类地图标注数据集进行分类，得到分类结果数据集，包括：利用所述地图标注内容分类模型，对所述待分类地图标注数据集中的待分类地图标注数据进行特征提取，得到待分类地图标注数据的特征向量；对所述待分类地图标注数据的特征向量进行主题分类，得到所述待分类地图标注数据的初始分类结果数据集，并确定出所述初始分类结果数据集中每个分类的相似度；将所述初始分类结果数据集和所述待分类地图标注数据集输入所述空间关联定量化模型，得到所述分类结果数据集。

进一步地，对所述待分类地图标注数据集中的各个待分类地图标注数据进行特征提取，得到各个待分类地图标注数据的特征向量，包括：利用LDA主题模型提取出所述待分类地图标注数据集中的待分类地图标注数据的主题分类特征词；基于所述主题分类特征词，提取出所述待分类地图标注数据的特征向量。

进一步地，在利用LDA主题模型提取出所述待分类地图标注数据集中的待分类地图标注数据的主题分类特征词之后，所述方法还包括：基于所述主题分类特征词的词义特征，对所述主题分类特征词进行优化。