基于检索器-鉴别器架构的电力地址匹配模型研究

为解决电力地址库与外部地址库地址的匹配问题,保证电力地址准确性,实现电力系统与外部系统间数据信息共享互通,本文提出一种基于检索器-鉴别器架构的地址匹配模型。首先介绍地址匹配模型的详细结构,包括用于缩小地址检索范围的地址检索器和最终分辨地址是否匹配正确的地址鉴别器,其中地址检索器基于词频-逆文档频率算法构建,地址鉴别器基于中文预训练语言模型NEZHA构建。还提出了一种负样本训练方法提升地址鉴别器辨别效果。详细介绍了实验分析所使用的两个数据集。实验结果表明基于检索器-鉴别器架构的电力地址匹配模型能够准确从外部地址库中找出与电力地址匹配的地址,其中,地址鉴别器能够非常准确地从多个候选地址中找出准确匹配地址,其F1分数达0.99以上。

基于字词特征融合的中文地址匹配算法

地址是一种不可或缺的空间数据资源,是建设智慧城市的重要地理信息载体。中文地址的解析和匹配在地址规范化和标准化等任务中具有重要意义。传统的方法是将中文地名的匹配转化基于规则和字符串形式,可以实现规范地址的匹配,但对非标准地址或者复杂地址难以有效解析和提取。本文采用深度学习网络算法进行中文地址匹配,提出了一种基于字词特征融合的中文地址匹配方法。首先依据地址文本的特殊结构,构建一种基于字、词以及地址特征融合的深度学习网络架构模型,将字、词标记及其特征转换为向量表示,然后通过字词特征融合获取地址的语义信息,最后通过相似度算法实现地址信息的匹配。在自主构建的数据集上,本文提出的方法MFAM(Multi-Feature-Address-Matching)在准确度上相比其他方法提升了5至7个百分点,证明MFAM模型在地址匹配任务上有着更好的表现。

基于哈希和双数组trie树的多层次地址匹配算法

针对目前地址匹配算法匹配速率低、空间开销大的不足,提出了一种基于哈希和双数组trie树的多层次地址匹配算法.利用中文地址的分类、分层及组合规则,改进了地址匹配词典的构建方式,减少了词典构建的时间和空间开销.通过哈希运算,将空间坐标存储在哈希表相应的位置上,加快了空间坐标的检索效率.同时,在地址匹配的过程中,采用双向扫描及哈希运算代替传统的数据库检索方式,提高了地址匹配速率.最后,通过实验对算法的有效性进行了验证.

大数据环境下基于贝叶斯推理的中文地名地址匹配方法

传统的中文地名地址匹配技术难以处理大数据环境下海量、多样和异构的智慧城市地理信息空间中的中文地名地址快速匹配问题。提出了一种Spark计算平台下基于中文地名地址要素的匹配框架及应用智能决策的匹配算法(An Intelligent Decision Matching Algorithm,AIDMA)。首先,从中文地名地址中富含的语义性和中文字符串、数字与字母之间的自然分隔性两个方面进行地址要素解析,构建了融合多距离信息的贝叶斯推理网络,从而提出了基于多准则评判的中文地名地址匹配决策方法。然后,利用芜湖市514967条脱敏后的燃气开户中文地名地址信息库与1770979条网格化社区中的中文地名地址信息库(包含网格化地址的地理空间信息)进行实验与分析。实验结果表明,在处理大规模中文地名地址信息时,相比于传统的中文地名地址匹配方法,该方法能够有效提高单条中文地名地址的匹配效率,同时在匹配度与精确度两个指标上匹配结果更加均衡。

洛阳智慧交通系统的地址匹配技术

根据洛阳市城市道路分布的实际情况,研究洛阳智慧交通系统的道路动态段技术、地址数据库结构和数据追加方法、地址数据库和道路数据库的匹配策略.

基于全文索引知识图谱的危化品运输地址匹配研究

地址匹配是危化品运输交通起止点调查分析的关键技术之一。为解决复杂非标危化品道路运输地址匹配精度较低的问题,通过构建自扩展中文分词及自扩展的地址数据知识图谱,基于全文索引知识图谱进行危化品运输中文地址的匹配,纳入加权拼音全文搜索机制以提高拼写错误地址的匹配准确率,结合在线地理解析接口构建危化品运输地址多重匹配机制,并对少量疑难地址执行半监督匹配,形成了完整的危化品运输地址匹配方法体系。针对危化品运输电子运单地址数据的计算表明,算法能实现复杂中文危险化学品运输地址匹配的高准确率及高精度。在随机地址测试集中准确率达94.6%,在较难分类地址测试集中准确率达67.5%,在较难分类地址匹配的准确率及精度上均相比于通用匹配方法及地理搜索引擎有大幅度的提升。

基于地址匹配技术实现MIS系统与GIS系统的快速关联

如何快速有效地将公安信息化建设长期所积累的各类业务管理信息系统(MIS)中的非空间信息与地理信息系统(GIS)中的空间信息关联起来,实现空间信息和非空间信息间的融合和关联查询,是警用地理信息系统建设过程中必须解决的一个重要问题。本文结合实际项目建设经验,对基于地址匹配技术实现两类信息系统关联的原理与方法进行了介绍,同时也对该技术应用过程中所存在的问题进行了深入的分析探讨。

基于Apache Lucene的地址匹配技术研究

地址匹配技术常常被用于对属性地址信息快速定位,也是解决目前GIS系统分析能力瓶颈的重要方法。首先分析了中文地址匹配技术应用的现状以及常用地址匹配方法的优缺点,在此基础上给出了基于全文检索技术的地址匹配方法,并使用参考规则进行匹配结果优化,随后使用实验证明了方法的准确性。

路网分布式模拟中基于消息传递的地址匹配算法研究

为实现路网交通流分布式并行模拟中不同子网之间的消息传递和通讯,设计了表征网络连接关系的网络邻接矩阵、转弯矩阵,并在此基础上提出了实现消息匹配的地址搜索算法。研究如何根据网络节点之间的邻接关系对消息发生的源进程和目的进程进行方便、快捷的匹配和地址链接,从而为进一步提高路网分布式模拟的有效性奠定坚实基础。

基于规则与词典的地址匹配算法

针对现有中文地名匹配算法匹配核心地址要素不明确,准确性不足的问题,本文提出了一种基于规则与词典相结合的地址匹配算法。该算法通过地址要素特征词来对地址要素进行初识别,利用地址要素词典对可能的地址要素进行匹配,通过遍历词典得到所有可能的地址要素,对各类地址要素进行组合得到最有效地址要素,利用最有效地址要素进行地址匹配与定位。利用该算法对高德地图随机抽取的1800条POI数据进行了匹配验证,实验结果表明该算法在匹配效率和准确性两方面均有较大提升。

基于标准地址库的95598客户服务故障工单地址匹配方法

传统的故障工单处理方法是人工处理,效率低下。在对95598工单地址分析的基础上,建立了用于存储标准数据集的标准地址库结构和匹配规则,提出了基于标准地址库的95598客户服务故障工单匹配方法。该方法依据标准地址库分词,限定了正向匹配算法的最大词长,能够沿着自定义的地址匹配规则进行匹配,从而减少了待匹配地址与标准数据集的匹配次数,缩小了下次分词所用到的目标数据集,提高了匹配效率。通过对歧义地址的定义和对规则树的拓展,提高了匹配成功率和系统执行的灵活性。

基于地址匹配方法的POI数据更新研究

中国电信114号码百事通平台的LBS业务在使用过程中,常常需要定期、大批量的对GIS数据库中的POI数据进行更新。针对电信公司的特点,在充分利用电信企业库中客户信息资源和地址库中空间信息资源的基础上,采用地址匹配技术实现POI数据的自动匹配更新,达到电信已有资源的最大利用和POI数据维护成本的最低化。

一种基于综合分词和模糊匹配的地名地址匹配方法研究

通过对国内地址匹配现状的全面研究,并结合对原始地址数据的分析,总结出了我国常用地址表述的习惯和规律,抽象出了地址匹配层级模型和地址匹配类型,用于地址匹配的各个过程。在此基础上,提出了基于先验知识的中文分词算法和基于规则的模糊匹配方法,并利用工商注册数据库为原始地址数据文件,建立了工商职能部门企业地址数据与空间数据的地址匹配映射。

一种多策略结合的地址匹配算法

针对现有的地址匹配算法地址要素切分存在歧义、匹配率和准确率低等问题,提出一种多策略结合的地址匹配算法。利用双向最大匹配分词算法提取有歧义的地址要素,通过建立地址要素特征字词典与地址标准数据库,对歧义结果进行首次歧义消除,再利用基于序列标注的中文分词进行二次歧义消除,将得到的各地址要素匹配数据库后计算相似性匹配得分,最后按照各地址要素的重要程度分配权重,加权求和后得到匹配总得分。结果表明,该算法优于其他传统的地址匹配算法,提高了地址匹配的匹配率与准确率。

一种基于IMM-IME框架的标准地址匹配引用与录入方法的设计

本文通过windows操作系统提供的IMM-IME输入法开发框架,集成调用地址匹配服务和PGIS地图服务接口,实现了基于汉字键盘输入法的标准地址匹配引用与录入。该输入法程序解决了现有公安业务系统在无需改造的情况下即可嵌入地址匹配、检索定位和标准地址引用功能,实现中文地址信息的规范登记和快捷录入的问题。

基于地址匹配的城市行业用地调查研究与实践

选取广州市越秀区作为试点区域,利用数据库规范地名地址数据,以地址匹配为核心实现宗地数据与经济统计数据的融合,调查行业用地利用状况、用地类型、面积与分布,形成顾及地名地址数据特点的越秀区行业用地调查数据库,开展行业经济、用地、从业人员情况统计与分析。研究与实践表明:利用行业基本单位详细地址与地名地址数据匹配开展城市行业用地调查是一有效方法;持续性开展城市行业用地调查有助于政府的经济、用地宏观决策。

多策略中文地址匹配方法

地址匹配是地理编码过程中一个关键环节,是实现数据空间化的关键技术之一。针对当前中文地址匹配方法的精确率、匹配率和时间开销不能兼顾的问题,本文提出了一种多策略中文地址匹配方法。通过建立轻量级的词典进行中文地址分词,同时构建多叉树存储分词后的地址数据,匹配过程中结合模糊匹配和层级回溯匹配共同完成地址匹配工作,最终基于真实数据进行了试验。试验结果表明,该方法在匹配率、精确率和时间开销3个指标上较当前其他匹配方法表现得更加均衡。

基于Lucene引擎构建在线地址匹配服务

随着我国城市化和信息化的发展,地址编码已经成为建设数字城市的基础工作。地址匹配是地址编码的关键环节,但面临着中文地址分词困难的问题。本文基于Lucene检索引擎,结合三叉树分词词典机制和基于规则的地址分词技术,设计了具有地址分词和地址匹配功能的地址匹配引擎,并构建了Rest风格的在线地址匹配服务,取得了良好的应用效果。

基于知识图谱的中文地址匹配方法研究

随着信息技术的迅猛发展,建设新型高效智慧型城市已成为趋势。智慧城市中有大量以地理信息为基础的应用场景,如在城市规划建设、城市便民生活服务、城市细化管理等都离不开地理信息。由于中文地址的复杂性与人工输入的不确定性,地址数据不规范性、不一致、不明确现象给业务系统之间与内部带来了很多困难。急需优秀的中文地址匹配方法。现有的匹配方法仅从地址文字出发进行匹配,而忽略地址作为一个实体蕴含着丰富的地理知识,这些知识可以有效地协助匹配过程,由此,提出注意力知识图谱的中文地址匹配方法,从而解决复杂中文地址匹配准确率低的问题。通过对传统的标准地址库进行地址分词以及特征抽取,建立标准地址知识图谱与POI知识图谱;采用基于选择注意力机制的知识图谱关系抽取方法来进行对地址的特征提取,从而进行地址分类;通过计算知识图谱实体相似度,从而进行非标中文地址的地址匹配。实验结果表明,该方法较基于Jaccard相似度的地址匹配方法、基于动态规划的地址匹配方法、基于SorensenDice的全文检索地址匹配方法和基于bert4keras预训练模型的地址匹配方法准确率分别提高了11.05%、15.30%、11.05%、0.95%,有效对复杂中文地址进行匹配。

非均权-动态规划地址匹配算法设计与实现

传统的地址匹配方法往往难以胜任中文地址匹配问题.首先,每个中文单字都是独立整体,在纠错上难度大于英文,其次中文地址体系结构复杂,缺乏一个统一的标准.本文结合生物信息领域的序列比对思想,提出了一种基于动态规划的中文地址匹配方法.该方法将中文单字看成字符单元,对中文地址进行序列化,改进Smith-waterman算法进行序列匹配.针对中文的单字特点,统计区分文字的重要性差异,构建非均权打分策略;引入空分罚分策略,解决错误匹配及其过度拟合问题;使用排序均一化策略,优化了排序效率,增加了结果集的多样性.最后,将本算法应用于杭州市实际路网(1:30万),实验结果表明,该算法可以有效提升中文地址匹配精度.