[发明专利]一种基于模糊字典树的地理词汇快速抽取方法

摘要

本发明公开了一种基于模糊字典树的地理词汇快速抽取方法，包括地理信息本体入库、生成基于拼音、字缺失的Trie节点、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、提供地理词汇的相似度实现抽取结果评分排序、快速抽取位置描述中的所有基础位置概念对象等5个步骤；本发明基于Trie实现了一种基础位置概念对象的高效抽取方法，实现融合特定位置概念类型的模糊、漏字等情况，利于解决针对位置描述定位的相关问题。

主权项

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。