归类识别地名匹配算法

针对现有中文地名匹配算法忽略中文表达的多样性和规则性使得匹配准确性不足的问题,文章提出了一种归类识别地名匹配算法。该算法首先基于地名通名词典和地名结构规则知识库对地名类型判定,然后进行地名核心词字符串相似度匹配,最终得到符合查找期望的匹配结果。论文以居民小区地名为具体研究对象,利用该算法对德州市600条已售小区数据进行匹配验证,试验结果表明该算法在匹配效率和准确性两方面有较大提升。     

顾及通名语义的汉语地名相似度匹配算法

地名匹配是地理信息检索、多源地理空间数据集成及更新中的关键技术问题。本文根据规范汉语地名构词特点,依据地名通名与地名类型的关系,建立规范地名通名语义知识库,并将由其提供的地名语义作为地名相似度匹配的重要指标。针对基于字面和空间数据的地名匹配方法存在的不足,面向规范地名提出一种综合了地名专名字面相似度和地名通名语义相似度两种因素的复合相似度匹配算法模型。该模型模拟人的认知习惯,根据通名语义相似度程度,通过单调函数关系动态设置专名和通名相似度各自的权重值,利用动态加权方法求得复合地名相似度指标。在上述模型基础上,本文提出了汉语地名匹配策略和流程,利用通名蕴含的语义增强汉语地名匹配算法的理论基础和完备性,提高了地名匹配算法准确率。实验结果表明该模型符合认知习惯,验证了该方法的合理性和有效性。     

基于地理实体轮廓的点状地名融合和拓展研究

鉴于当前点状地名数据仅以点坐标形式记录其空间位置,缺乏空间范围的具体描述,造成多源地名匹配后,位置信息包含不确定性,不利于后期地名认证.本文在地名融合的基础上引入地理实体概念,使用含有地理实体轮廓的Wikimapia项目数据,作为地名数据的空间描述,拓展地名数据的位置信息.并以俄罗斯局部区域的村庄数据为例进行了实验,实验结果表明,融合后的地名数据具有较高的准确性、有效性,扩展了属性数据,有效解决了点状地名数据缺乏空间具体描述、位置信息不确定的问题,提高了数据的可用性,为后期地名认证打下基础.     

一种基于众源地名数据构建全球中外文地名数据资源建设方法

面向全球地理信息资源建设,本文以众源地名数据为基础,研究了基于众源地名数据建设全球中外文地名信息的生产工艺和流程,并对数据分析、数据预处理、分类分级、融合匹配、密度控制、错误修正、多语言地名翻译和质量检查等关键环节和技术进行了研究和探讨。初步建立了全球地名数据资源快速、规模化生产工艺,介绍了依托该工艺生产建设的全球地名数据成果和应用情况,为全球地名数据资源的标准化建设提供借鉴和参考。     

地名地址数据库多源集成方法研究

地名地址数据库属于基础地理信息数据库,是构成数字城市地理空间框架不可或缺的重要组成部分,随着我国数字城市的逐步推进,城市建设和管理工作对基础地理信息的需求日益增加,地名地址数据库的建设和更新工作显得尤为重要。面对当前城市发展日新月异的现状,如何有效地提升数据完整性、时效性以及权威性成为数据库更新工作中必须解决的问题。本文以德州市地名地址数据库更新项目为例,指出外业调查中存在的数据问题,在对多来源地名地址数据进行广泛收集,分析这些数据的空间特征、时间特征以及利用方式的基础上,提出基于多源数据集成的数据库建设思路,利用地名地址匹配技术及人机交互的方式将官方资料与调查数据进行有机融合,并详细地从数据体系化检核、地名地址拓展、名称标准化3个方面进行阐述。项目成果表明,数据的质量明显提升。     

地名制图应用研究——以地名普查成果为例

地名凝结了区域文化及历史过程,蕴涵丰富的文化信息。如何挖掘地名文化信息是一个有趣又重要的问题。结合文本知识、专业知识、先验知识、专家知识与第二次全国地名普查成果数据,通过建立知识库及提取规则,采用数据制图、模型制图、知识制图等制图方法实现中国大陆方言地名、地名通名制图。结果表明,制图结果可以得到相关地名的空间分布范围,揭示区域地名通名的高频词汇特征,可以为区域地名管理、规划、保护与利用提供知识支撑。     

面向智慧城市的高精度地名地址匹配方法

针对智慧城市建设中各种业务数据对地名地址匹配准确度和效率不高的问题,本文提出一种面向智慧城市的高精度地名地址匹配方法。该方法在基于中文分词的地名地址匹配技术框架下,综合利用精细化地名地址库构建、地名地址特征分词库构建和基于用户搜索行为大数据分析3种关键技术提高地址匹配度和匹配精度。利用该方法对智慧德清建设项目中工商法人6 537条数据和130 988条精细化地址样本数据进行实验与分析。实验结果表明,在智慧城市大数据环境下,相比于传统地名地址匹配方法,该方法匹配精度高,效率也大大提升,同时在匹配度与精确度两个指标上匹配结果更加均衡。     

基于WCF的地名地址服务开发与实践

中文地名地址具有构成复杂、语义多样、标准化困难等特征,随着地理信息共享平台及地名地址库建设,地名地址服务成为提升地理空间信息粘着力的核心接口。本文探讨了引入正则表达式改进了传统地名地址匹配算法流程的可行性,并基于WCF完成地名地址Rest服务开发,满足了哈尔滨市地理信息共享平台应用要求。     

基于有限信息的地名地址匹配引擎研究与实现

地名地址匹配引擎是连接地理信息与其他数据的桥梁,在智慧城市建设中发挥着至关重要的作用,但已有的地名地址数据库已经无法与当前城乡建设快速发展的实际情况相适应.为解决地名地址信息变化快、数量多但地名地址信息采集更新滞后的问题,本文基于有限地名地址信息,设计了以层级地址模型为基础的地名地址匹配算法,优先针对已有的标准地址进行精准匹配,对地名地址库中缺失的地址或非标准地址参照已有标准地址进行插值计算,实现了基于有限信息的地名地址匹配,提升了数据匹配精度,为智慧城市时空大数据平台提供了高效可靠的地名地址引擎解决方案.     

多数据源的全球地名翻译比对与匹配方法研究

针对当前单一数据源地名翻译准确率低下的问题,该文从属性相似度等方面出发,利用互联网地名及地图资源,提出了一种基于多数据源的全球地名匹配与翻译方法。设计并开发了基于多数据源的地名翻译工具。使用该方法完成了对全球1∶1 000 000矢量数据的批量化地名数据处理及地名规范化整理。实验证明,使用该方法较大程度减少了地名处理时的人工工作量,提高了地名匹配效率及其准确性,具有一定的工程实用价值。提出了一种基于多数据源的全球地名匹配与翻译方法,一定程度上改善了单一数据源地名翻译准确率与翻译效率低下的问题。     

点状地名信息的加权泰森多边形检索法

鉴于地名库中多数地名仅以中心点坐标形式记录其空间位置信息,缺乏其空间范围的具体描述,造成地名检索中的片面性和局限性,本文在深入分析地名及其空间属性、空间关系的基础上,考虑同类型地名的不同性质在检索中的重要作用,利用泰森多边形在地名边界近似中的优势,提出了针对点状地名信息的加权泰森多边形检索法,依据同类型地名的面积属性作为权重指标构建泰森多边形,以近似表达地名的空间范围,进而描述地名间的各类空间关系;并从拓扑关系、方位关系与距离关系3个方面给出了具体公式以计算地名间的空间相似性;最后以行政区划边界近似与检索为例验证该方法。试验结果表明,该方法可较好地近似表达地名空间范围及空间关系,增强了检索词与地理信息资源在空间位置上的相似性度量,检索结果优于传统方法。     

Learning to combine multiple string similarity metrics for effective toponym matching

Several tasks related to geographical information retrieval and to the geographical information sciences involve toponym matching, that is, the problem of matching place names that share a common referent. In this article, we present the results of a wide-ranging evaluation on the performance of different string similarity metrics over the toponym matching task. We also report on experiments involving the usage of supervised machine learning for combining multiple similarity metrics, which has the natural advantage of avoiding the manual tuning of similarity thresholds. Experiments with a very large dataset show that the performance differences for the individual similarity metrics are relatively small, and that carefully tuning the similarity threshold is important for achieving good results. The methods based on supervised machine learning, particularly when considering ensembles of decision trees, can achieve good results on this task, significantly outperforming the individual similarity metrics.     

北京市区划地名信息社会服务系统设计与开发

为实现第二次全国地名普查成果转化目的,利用普查成果数据,基于WebGIS、大数据、云平台等技术方法,开发了北京市区划地名信息社会服务系统。介绍了系统建设背景及其必要性,详细阐述了系统设计方案、总体架构及其关键技术,深入挖掘地名特色和文化内涵,以讲地名故事、检索地名信息及空间位置、统计地名图表等多种形式,满足社会公众获取权威地名信息的需求。本文以北京市区划地名信息社会服务系统建设为主线,实现全方位、多角度的展示北京市地名普查成果。     

基于多特征相似性的多源POI匹配方法

本文针对多源POI的特征差异性导致同名对象识别难的问题,提出了一种多特征相似性的多源POI匹配方法。兼顾空间与非空间属性,选取名称、位置、地址、分类4个特征进行相似度计算;采用层次分析法对各特征指标进行重要性分析,得到特征权值;根据总相似度对候选匹配对象进行筛选,以确定最终匹配对象。试验结果显示,该方法具有较高的匹配精度,更适用于多源异构POI数据的匹配,可满足多源POI数据的高效匹配需求。     

一种英语地名机器翻译方法

针对大量英文地名急需实现中文翻译及目前英语地名自动翻译研究较少、翻译结果质量低下的问题,该文提出了一种英语地名机器翻译方法。首先对于不同类别地名语料基于点互信息和有向无环图数据结构提取地名模板,然后基于统计模板模型解析地名词法结构实现翻译。实验结果表明:该方法翻译精度相对较高,可有效应用于地名生产。本方法解决了地名翻译中通专名合理区分的难题,同时利用地名类别属性辅助翻译,大大节省了人工成本,对我国地名翻译及生产领域具有一定参考意义。     

顾及语义知识的地理空间数据快速检索

大数据时代地理空间资源不断增多,但现有通用知识库较少考虑地理空间数据蕴含的语义知识,难以实现数据的快速检索.因此亟需引入本体技术,以蕴含的语义知识为基础,提高地理空间数据访问速度,精确获取用户所需信息.以本体为基础,提出了顾及地理空间数据语义知识的快速检索方法.首先,基于通名编码规则、地理空间数据和开源百度百科数据构建...     

香港去殖民化教育应从更改殖民色彩的地名开始

针对国内对"一国两制"的内在矛盾及其长期性、复杂性和艰巨性认识的不足,以及香港社会出现对"一国两制"的不同声音。该文提出了作为"一国两制"的制定者、主导者的中央政府,应该重新认识"一国两制",加强香港的去殖民化教育,去殖民化教育应从潜移默化的、日常频繁使用的、浓厚殖民色彩的地名更名开始。该文研究了香港殖民色彩地名的历史情况,提出了三步走的更名战略。     

基于相似度计算的室内兴趣点匹配方法

为了解决室内兴趣点数据更新的准确匹配问题,本文提出了基于定位点坐标、名称和地址进行相似度计算的综合匹配方法,并介绍了该方法的实施步骤与流程,通过试验评价了不同相似度计算方法的匹配效果。结果表明,该方法具有可用性,得到的参考阈值可为室内分布密集、种类繁多的兴趣点的快速更新提供技术支持。     

基于GeoNames和Solr的地名数据全文检索

地名数据是一种重要的地理信息资源,目前我国的地名数据库建设多局限于国内地名,缺少国外数据。传统地名数据的检索多为关键字查询,查询效率低且无法用于复杂地名查询。文中提出一种基于开源地名数据库GeoNames和开源搜索引擎Solr的地名数据全文检索方法,通过分析GeoNames的数据类型和结构,构建MySQL地名数据库,并利用Solr建立地名索引,提供基于Web服务的地名数据全文检索。实验表明,基于Solr的地名数据全文检索能够显著提高地名数据检索效率,对于复杂地名查询,也能进行有效地检索。