面向柳州市时空信息云平台的地名地址全生命周期更新运营管理建设实践

地名地址是柳州时空信息云平台的重要组成部分之一,但是各类政务数据里面的地址标准不一、地址表述多样、地址运营更新困难,严重制约着时空信息云平台公共服务效率的进一步提升。据此,本文探讨了一种基于地名地址模型的全生命周期更新运营管理方法,通过引入社会企业地名地址大数据运营管理的实践能力,结合时空信息云平台的定位,采用人工智能地名地址匹配、深度学习的地址分词、地址语义图谱和归一化地址关联匹配等技术,确保柳州市地名地址数据表述更加标准、语义更加丰富;最终为各部门提供更加准确、翔实的地名地址服务,以满足“智慧城市”多样化应用的需求。

广西农业信息地理匹配引擎设计与实现

【目的】研究高并发、大流量农业信息地理匹配引擎,改进其算法,解决广西区内壮语地名匹配问题,实现农业信息的自动匹配与空间定位,以满足农业大数据平台高并发、大流量的地理匹配需求。。【方法】通过改造开源的Solr全文搜索引擎,结合广西地名中的少数民族语言特点,扩充地名词典、设计数据组织方式与逆向分词算法、改进TF-IDF算法。【结果】在改进方法的基础上设计并实现了农业地理信息地理匹配引擎。经过第三方15484条数据测试,能够准确切分壮语地名,引擎在500并发下仍具有良好的响应速度,匹配准确率达98.43%。地理匹配引擎目前已应用到糖业发展大数据平台中,并取得了良好的效果。【建议】针对测试中出现的问题,建议在下一步工作中扩充并完善词库内容、增强语义推理能力、研究基于空间语义的定位算法,提高广西农业信息的定位精度。

地址要素识别机制的地名地址分词算法

本文在介绍分析常用中文分词方法及其特点的基础上,针对地名地址字符串,提出基于地址要素识别机制的地名地址分词算法。该算法基于整词二分分词词典,采用FMM算法,增加了基于地址要素的识别机制,从而有效地实现了对地名地址串的拆分。识别机制通过判断地址要素的完整性完成对未登录地址名称的处理,解决了分词算法对未登录地址名称的识别问题。测试证明新算法能够有效实现对地名地址串的拆分,从很大程度上解决对未登录地址名称的识别问题。

基于统计的中文地址位置语义解析方法研究

为获取中文自然地址描述语句中的位置信息,提出一种不依赖于词典的中文地址分词方法。首先根据地址语料库中字串共现的统计规律统计词频,然后对地名地址串进行正则表达式预处理,再对地址串进行全切分处理。通过互信息和信息熵得到最优粗分结果,通过置信度对粗分结果进行过滤得到最优分词结果。实验结果表明,该方法在不依赖词典的情况下能有效实现对地名地址串的拆分,正确率和召回率分别达到了80.03%和89.28%。