基于改进的逆向最大匹配算法的中文地址编码研究

摘要

随着我国经济社会的逐步发展，城市管理问题日益突出。由于地理信息系统的快速发展，利用地理信息系统解决城市管理问题成为了相关部门的重要手段。其中一个重要的手段就是中文地址编码。中文地址编码一般包含中文地址标准化、中文分词、地址匹配以及空间定位等步骤。对于地址编码，国外发达国家的应用与发展早于我国，也已经比较成熟了。由于我国地址编码技术不够成熟，特别是由于中文地址的特点，以及数据采集手段、使用标准的不一致，导致城市范围内的地址存在着许多诸如门牌号、楼号和路名缺失、重复、混乱等不规范的情况。如果单纯地按照规范重新采集这些数据信息，工作量将十分庞大，几乎是无法实现的。因此，我国进行中文地址编码研究与应用具有一定的挑战性。这就急切需要提出适用于我国地址编码的中文分词算法，并且利用这种算法对中文地址进行标准化处理、分词与匹配。这样就能把来自于城市各个行业的非空间数据转化成空间数据，运用到城市管理的具体实践中去。
　　本文在研究了中文地址的特点、存在问题与组成的基础上，研究了中文分词的技术特点，以及现有的四大类中文分词算法，并以此为基点，提出了改进的基于字符串匹配的逆向最大匹配算法，然后根据这种分词算法，提出了合适的中文地址匹配算法。介绍了一种基于上述算法的地址匹配原型系统的设计与开发，介绍了该系统的几个模块，并利用武汉市的部分地址对该系统进行了实验。实验结果表明，该算法在准确率上基本满足了实际运用的需求，说明该算法适用于中文地址编码工作，并可能会有一定成效。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 研究内容

1．4 论文组织结构

1．5 本章小结

2 中文地址的编码规则与标准化

2．1 中文地址的特点

2．2 中文地址的存在的问题

2．3 中文地址的组成

2．4 中文地址的编码规则

2．5 中文地址数据库

2．6 中文地址的标准化

2．7 本章小结

3 中文地址的分词与匹配算法

3．1 中文分词

3．2 改进的基于字符串匹配的逆向最大匹配算法

3．3 中文地址匹配算法流程

3．4 本章小结

4 基于中文分词改进算法的中文地址编码实验与结果分析

4．1系统设计概述

4．2 中文地址数据库的管理

4．3 中文地址匹配

4．4 中文地址的补充录入

4．5 实验结果分析

4．6 本章小结

5 结论与展望

5．1 结论

5．2 展望

致谢

参考文献

攻读硕士学位期间主要学术成果