基于兴趣点简称的检索方法研究

提出了一种基于统计方法和分词的匹配模型,该模型能够根据简称找出最可能的全称。这一模型由三个部分组成:针对不同类别的全称,对兴趣点全称进行分类,将全称划分成机构、公司、行业、区域和未知五类单词;把单词按照长度分为六类,然后在此基础上建立隐马尔可夫统计模型;在越频繁使用的全称越有可能产生简称的假设下,建立一个流行度统计模型。实验表明上述模型的首选准确率达到近85%,比现有搜索引擎的匹配能力有了显著的提高。

中文分词名称匹配与数据分层更新方法探讨

在当前的大数据时代,地理地址编码在兴趣点(points of interest,POI)名称匹配中变得越来越重要。地理地址编码是研究如何快速有效地建立地点名称文字描述与地理坐标对应关系的技术实现方法,它是沟通各种孤立的信息系统,整合数字城市中各种信息资源的一个关键技术。POI名称匹配是地理地址编码的关键步骤,传统的POI名称匹配费事费力,准确率不高且不稳定。基于以上问题,以德州市数字城市建设项目——数字德州地理空间框架建设为契机,以数字城市中的POI数据快速更新为课题,以德州市某县的数字城市建设为例,为达到数字城市建设中依据专题资料进行POI数据库的快速有效更新的目标,提出了一种基于中文分词的POI快速名称匹配与加权关键词的数据分层的更新方法。