[發明專利]地名識別方法、裝置、電子設備及可讀存儲介質

有效

• 申請號: 201911379176.1
• 申請日: 2019-12-27
• 公開（公告）號: CN111144121B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 丁恒;張丹;任廣永
• 申請（專利權）人: 北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/33;G06F16/35
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 徐靜;劉芳

本申請提供了一種地名識別方法、裝置、電子設備及可讀存儲介質，該方法包括：獲取文本中的待檢測地名或者待檢測機構名稱；對待檢測地名或者待檢測機構名稱與地域知識庫進行匹配；若在地域知識庫中匹配到待檢測地名或者待檢測機構名稱對應的多個地名，則在文本中獲取待檢測地名或者待檢測機構名稱的關聯名詞；根據關聯名詞確定待檢測地名或者待檢測機構名稱對應的目標地名。通過該方法能夠消除待檢測地名或者待檢測機構名稱的歧義，提高了地名識別的準確性。

技術領域

本發明涉及計算機技術領域，尤其涉及一種地名識別方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著科技的發展和大數據、自媒體時代的到來，每天都有大量的新聞報道產生。然而人們往往較為關心身邊發生的新聞，要使人們能夠篩選出其身邊的新聞，則需要識別出新聞發生的地點。

現有技術提出的地域名稱識別方法，主要是對新聞文本進行中文分詞處理，然后將分詞后的文本信息與地區庫屬性進行匹配并計算各級地區屬性詞的權重，得到新聞發生的地名。其中，地區庫屬性包括當地的一些食品、特色等。

然而，對新聞文本進行中文分詞處理后沒有對帶有歧義的詞進行消歧處理，新聞發生地的地名識別的準確性不高。

發明內容

本申請提供一種地名識別方法、裝置、電子設備及可讀存儲介質，用以解決地名識別的準確性不高的問題。

第一方面，本申請提供了一種地名識別方法，包括：獲取文本中的待檢測地名或者待檢測機構名稱；對待檢測地名或者待檢測機構名稱與地域知識庫進行匹配；若在地域知識庫中匹配到待檢測地名或者待檢測機構名稱對應的多個地名，則在文本中獲取待檢測地名或者待檢測機構名稱的關聯名詞；根據關聯名詞確定待檢測地名或者待檢測機構名稱對應的目標地名。

本申請通過待檢測地名或者待檢測機構名稱的關聯名詞，并根據關聯名詞對在地域知識庫中匹配到對應的多個地名的待檢測地名或者待檢測機構名稱進行消歧處理，確定文本中的待檢測地名或者待檢測機構名稱與地域知識庫中唯一匹配的地名，提高了地名識別的準確性不高。

可選的，根據關聯名詞確定待檢測地名或者待檢測機構名稱對應的目標地名，包括：若在文本中存在一個待檢測地名或者待檢測機構名稱的關聯名詞，則在多個地名中，將與關聯名詞相關的地名確定為目標地名；若在文本中存在多個待檢測地名或者待檢測機構名稱的關聯名詞，則獲取各個關聯名詞在文本中的出現頻次，根據各個關聯名詞的出現頻次確定待檢測地名或者待檢測機構名稱對應的目標地名。通過該方法能夠消除待檢測地名或者待檢測機構名稱的歧義，提高了地名識別的準確性。

可選的，根據各個關聯名詞的出現頻次確定待檢測地名或者待檢測機構名稱對應的目標地名，包括：若在各個關聯名詞中存在一個第一關聯名詞，則在多個地名中，將與第一關聯名詞的地名確定為目標地名，第一關聯名詞為各個關聯名詞中出現頻次最高的關聯名詞；若在各個關聯名詞中存在多個第一關聯名詞，則在多個第一關聯名詞中確定一個第二關聯名詞，并在多個地名中，將與第二關聯名詞相關的地名確定為目標地名，第二關聯名詞為多個第一關聯名詞中流行度最高的關聯名詞。通過該方法能夠在文本中存在多個關聯名詞時，確定出待檢測地名或者待檢測機構名稱對應的目標地名。

可選的，若在地域知識庫中匹配到待檢測地名或者待檢測機構名稱對應的一個地名，則將該地名確定為待檢測地名或者待檢測機構名稱對應的目標地名。通過該方法能夠在文本中存在一個關聯名詞時，確定出待檢測地名或者待檢測機構名稱對應的目標地名。

可選的，還包括：獲取文本中涉及的所有待檢測地名或者機構名稱對應的目標地名；在文本中涉及的所有待檢測地名或者機構名稱對應的目標地名中確定至少一組目標地名，至少一組目標地名中每組目標地名為屬于同一行政區域的目標地名；獲取每組目標地名中各個目標地名的出現頻次；根據每組目標地名中各個目標地名的出現頻次，確定文本的發生地。該方法能夠通過文本中涉及的所有待檢測地名或者機構名稱對應的目標地名及各個目標地名的出現的頻次，確定出文本的發生地。