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。

本体映射中元素名称相似度计算方法研究

针对现有本体映射中基于元素名称匹配的方法有效性不高等缺点,设计一种综合的元素名称特征匹配的本体映射方法.该方法引入了词义消歧算法,以确定元素名称词汇在本体上下文中表示的确切含义,并设计了更合理的基于信息量和基于语义边加权的概念语义相似度计算方法.通过选择最佳的词形相似度方法,并适当地组合语义相似度和词形相似度,实现了更有效的本体元素名称匹配策略.实验结果表明,本文方法能够在保持查准率的基础上,明显提高本体映射的查全率.

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。

电子资源元数据的自动识别研究

针对电子资源元数据的特征,重点探讨了实现电子资源元数据自动识别的有效途径,其目的是识别出符合标准的电子资源元数据。借鉴树匹配方法,构建了适合于电子资源元数据识别的元数据树匹配模型。首先将电子资源元数据转换为有根无序树结构;之后与元数据标准模板树进行名称匹配和结构匹配;最后得到匹配成功的元数据。元数据树匹配模型可以用于元数据的自动提取、分类、存储和检索等电子资源管理研究与实践。