运用文本处理框架抽取中文事件

针对目前网页文档中文事件抽取的关键问题,该文提出利用开源的通用文本处理框架进行中文事件抽取的方法。设计了文本处理框架中文事件处理流程,开发文本处理框架插件,解决中文分词与词性标注、领域词典、中文抽取规则设计等关键技术,实现了中文事件的类型识别和元素抽取。并以4类政治事件为例,进行中文事件抽取实验。实验结果表明,基于文本处理框架的中文事件抽取具有良好的通用性及较好的抽取效果。     

基于神经网络汉语分词模型的优化

针对目前汉语分词系统中BP算法收敛速度慢等难题，提出利用Levenbery-Marquart算法优化神经网络分词模型。较详细地介绍了所建立的试验系统。并进行了试验分析。优化后的模型可以有效地解决神经网络模型中易陷于局部极小、算法收敛速度慢等缺点。进一步提高该模型在分词领域中的实用性和分词效率，对于中文信息的自动化处理具有重要意义。     

兼顾语义的地图注记智能换行方法研究

提出了一种兼顾语义的互联网地图注记智能换行标注方法,解决了互联网地图中长注记标注不美观、人工处理工作量大的问题,提升了地图注记的可读性.该方法已应用于"天地图·福建"的电子地图生产中,并发挥了重要作用.     

一种基于地址分词的自动地理编码算法

针对我国多数城市地名/地址表述的不规范性,基于可伸缩地址模型提出地理编码数据库的构建方案,设计一种基于地址分词的自动地理编码算法.首先根据地理编码库编制地址词典,利用地址词典对地名/地址进行地址分词,形成地址要素及其级别;然后再对地址要素及其级别组合形成查询条件到地理编码库中进行匹配;最后分析影响这种地理编码算法精准度...     

多元分词技术和全文检索技术在GIS地址定位中的应用

针对计算机进行GIS中文地址匹配困难的问题,提出了以词库为基础,采用中文分词算法和全文检索技术,确定中文语句和目标的相似性,并设计具体的推理方法,最终实现地名匹配并在地图上显示查询信息。     

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。     

基于分词的天地图福建多源POI重复检测方法

分析了天地图·福建多源兴趣点融合更新存在的问题,在考虑小范围POI名称的特点和作业人员采集习惯的基础上,利用分词技术,提出一种改进的POI重复检测方法,开发重复检测辅助工具。该工具应用于天地图·福建的POI融合更新工作中,有效提高了POI重复检测的准确度和数据更新的效率。     

上海城市地理编码系统应用与研究

基于地理编码必须本地化的客观要求,建立适合上海市特点的地理编码系统。该系统一方面可为广大市民日常基于位置的服务提供技术支持;另一方面,还可以灵活嵌入到政府各部门的应用系统中,为政府部门信息资源的综合开发、利用奠定坚实的基础。     

一种基于规则的模糊中文地址分词匹配方法

在研究分析地址模型的基础上,建立了存储标准地址数据集的标准地址库和自定义的地址匹配规则库,提出了一种基于规则的模糊中文地址编码方法。该方法在依据标准地址库分词的同时,也沿着自定义的地址匹配规则进行推理,从而缩小了下次分词所用到的目标数据集,提高了系统执行效率。另外,通过借助构建的规则树与歧义栈,提高了文中定义的两类模糊地址匹配的成功率。最后,基于该算法建立了一个地理编码原型系统,并利用经济普查项目中的相关数据对算法的可用性进行了验证。     

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。