基于自然语言理解的中文POI匹配方法组成比例

本发明专利技术公开了一种基于自然语言理解的中文POI匹配方法，用于解决多源中文POI数据存在中文地址常常不完整、中文文字表达不一致和存在一词多义情况，导致中文POI匹配精度低的问题；本发明专利技术综合几何位置、类别结构、POI名称、地址属性的6个相似度度量特征，输入到深度神经网络中计算匹配概率，避免了人为分配权值造成的主观因素的影响；在6个属性特征计算相似度过程中，引入自然语言理解技术充分考虑地址属性、名称属性的语义关系改善传统算法的不足；运用孪生注意力机制的神经网络改进短文本相似度计算，结合语法、语义、空间相似度的计算实现POI数据精准匹配。

【技术实现步骤摘要】
基于自然语言理解的中文POI匹配方法
本专利技术涉及POI匹配
，具体为基于自然语言理解的中文POI匹配方法。
技术介绍
POI是一种代表真实地理的点状数据，POI一般包括名称、类别、经纬度、地址等基本信息，它可以代表人们感兴趣的实体如酒店、景点等。伴随着大数据与基于位置服务的电子地图的发展，网络上POI数据也出现了快速增长，以兴趣点表示的空间数据逐渐受到关注。POI对面向用户的人地关系研究有着重要的意义，作为地名地址库的重要组成部分，为智慧城市的发展提供服务；从不同来源收集的地理信息数据通常存在着冗余、不一致、歧义、冲突等问题。此外，不同的平台会为空间数据对象赋予不同的属性。例如，FaceBook通常提供签到数据，包含文本和位置信息，而百度地图会为数据提供位置信息、照片、电话等信息。另外，同一平台为同一个空间地理对象提供的属性可能存在坐标精度、时间精度、语法语义精度有所不同。如果研究人员或者地图厂商更新现有POI数据库或者提供更丰富的数据服务，需要进行POI匹配并进行数据融合才能获得更丰富的数据资源。因此，如何实现多源POI数据本文档来自技高网...

【技术保护点】
1.基于自然语言理解的中文POI匹配方法，其特征在于，包括以下步骤：/nS1：采集POI数据；/nS2：对POI数据进行预处理；/nS3：将预处理后的POI数据进行相似度特征提取；其中，相似度特征包括空间相似度、名称字面相似度、名称词袋相似度、类别相似度、名称语义相似度和地址语义相似度；/n类别相似度的提取具体步骤为：采用分层匹配的方法，从外层开始依次对每层进行映射匹配，对比每层类别标签的语义是否相似，通过公式九计算类别相似度；公式九：

【技术特征摘要】
1.基于自然语言理解的中文POI匹配方法，其特征在于，包括以下步骤：
S1：采集POI数据；
S2：对POI数据进行预处理；
S3：将预处理后的POI数据进行相似度特征提取；其中，相似度特征包括空间相似度、名称字面相似度、名称词袋相似度、类别相似度、名称语义相似度和地址语义相似度；
类别相似度的提取具体步骤为：采用分层匹配的方法，从外层开始依次对每层进行映射匹配，对比每层类别标签的语义是否相似，通过公式九计算类别相似度；公式九：其中，N是两个类别值中的最小层数；NS是匹配数，NS取值范围为[0，N]，先判断第一层类别语义是否相同，若不同，则停止此次匹配，否则匹配数NS加1，进行下一层匹配；若下一层也相同，则匹配数再加1；
名称语义相似度的提取具体步骤为：包括名称相似度的语义计算网络，语义计算网络分为四层，分别是输入层、嵌入层、注意力层和输出层；输入层用于文本的编码工作，输入的内容包括文本信息和位置信息；嵌入层采用的Transformer神经网络结构，Transformer分别对文本信息和位置信息做嵌入和编码的操作，然后经过Transformer编码器获得句子的深度语义特征，经过嵌入层后，每个词被映射到语义空间中长度为L1的向量，具体表现为：
设定输入POI名称对为：di和ti分别代表组成句子的单词，在经过嵌入层之后，句子对对应的嵌入向量为：

E_D和E_T分别为POI名称对应D和T对应的嵌入向量集合；
注意力层用于通过操作将词向量得到POI名称向量；操作包括pooling、concatenate、sum；具体表现为：当使用sum操作时，POI名称对应词向量的和H1表示POI名称向量；H1的计算公式为：H1为D对应的句向量；H2为T对应的句向量；注意力层通过scaledotattention，分别计算两个POI名称句相应的权重和表征；即同理可得H1′，H1′和H2′分别是S和T注意力机制得到的POI名称句子向量；
输出层采用余弦距离计算文本之间的相似度，损失函数采用MSE，计算公式分别为：
地址语义相似度的提取具体步骤为：对于待匹配的地址对，首先用基于规则的地址树算法进行语法匹配，若匹配，则相似度为1，若不匹配，用word2Vec+ESIM进行语义相似度计算，得到相似度分数；具体表现为：
基于处理过的地址语料库创建了一个带标签的地址数据集；数据集由100000个地址对和相应的标签；生成此数据集的步骤：
S321：随机选取地址语料库的一个子集，包含40000条地址记录；
S322：手动将所选的若干个地址记录转换，以模拟在实际场景中可能查询的非标准和不明确的地址；转换的具体过程为：同义词替换：将地名替换为街...

【专利技术属性】
技术研发人员：张先荣，
申请(专利权)人：安徽迪科数金科技有限公司，
类型：发明
国别省市：安徽;34