基于地址树模型的中文地址提取方法技术

本发明专利技术提出一种基于地址树模型的中文地址提取方法，包括以下步骤：步骤S1：对地址字符串进行分词和识别，生成地址元素集合以及地址元素语义集合；步骤S2：建立根结点root，提取地址元素，遍历地址元素的语义集，构建地址语义结点，并依次连结到根节点；步骤S3：提取后续地址元素，遍历其语义结点；执行语义级别的比较和空间约束关系一致性判断，进行与叶子节点的连接或生成新的子树。

【技术实现步骤摘要】
基于地址树模型的中文地址提取方法
本专利技术涉及计算机技术、数据检索、计算机数据处理领域，尤其涉及一种基于地址树模型的中文地址提取方法。
技术介绍
地址是一种对个体地域空间位置信息的编码方法，在我国，由于城市快速发展，地址规划相对落后，非标准地址大量存在。以门牌的管理为例，如说明书附图图1所示，“福州市勘测院”所在的地址为“福州市鼓楼区湖东路188号”，该地址模型为“市|区|道路|门牌号”，其中，“市|区”部分由民政部地名办公室管理，“道路”由区(县)地名办公室管理，而“门牌号”由公安部门管理。目前全国到各省市，尚无一个统一的协调机构，这种突出的矛盾已经无法满足城市规划和信息化发展的需求。表1福州市地址模型示例中文地址模型研究已经得到越来越多学者关注，在《福州市居民地地名标志设置规范》中，已经对福州市的地址模型进行了全面的规范。表1通过分析福州市部分地址，提取了几种常用的地址模型，可以得到以下四个结论：(1)行政区划在地址模型中作用重要，作为主要的空间区域约束元素；(2)由于缺乏唯一、标准的地址表述，在描本文档来自技高网...

【技术保护点】
1.一种基于地址树模型的中文地址提取方法，其特征在于，包括以下步骤：/n步骤S1：对地址字符串进行分词和识别，生成地址元素集合X以及地址元素语义集合S；/n步骤S2：建立根结点root，提取地址元素x

【技术特征摘要】
1.一种基于地址树模型的中文地址提取方法，其特征在于，包括以下步骤：
步骤S1：对地址字符串进行分词和识别，生成地址元素集合X以及地址元素语义集合S；
步骤S2：建立根结点root，提取地址元素x1，遍历地址元素x1的语义集S1，构建地址语义结点，并依次连结到根节点；
步骤S3：提取后续地址元素xi，遍历其语义结点Si；执行语义级别的比较和空间约束关系一致性判断，进行与叶子节点的连接或生成新的子树。


2.根据权利要求1所述基于地址树模型的中文地址提取方法，其特征在于：步骤S3具体包括：
步骤S31：对于结点Sim(m＝1，2，3…)，依次与当前地址树的叶子节点li比较语义级别，若结点Sim语义级别低于叶子节点li，则执行步骤S32：
步骤S32：比较结点Sim与叶子节点li的空间约束关系一致性，
若空间约束关系一致，则结点Si1连结到当前叶子节点li；
若空间约束关系不一致，则沿当前地址树上...

【专利技术属性】
技术研发人员：张平，亢孟军，汪艳霞，叶蕾，刘越，曾伟东，陈建，黄磊，刘仁，林熹，
申请(专利权)人：福州市勘测院，
类型：发明
国别省市：福建;35