[發(fā)明專利]基于地址樹模型的中文地址提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010216951.8
• 申請(qǐng)日: 2020-03-25
• 公開（公告）號(hào): CN111444299A
• 公開（公告）日: 2020-07-24
• 發(fā)明（設(shè)計(jì)）人: 張平;亢孟軍;汪艷霞;葉蕾;劉越;曾偉東;陳建;黃磊;劉仁;林熹
• 申請(qǐng)（專利權(quán)）人: 福州市勘測(cè)院
• 主分類號(hào): G06F16/29
• 分類號(hào): G06F16/29;G06F40/289;G06F40/30
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 丘鴻超;蔡學(xué)俊

1.一種基于地址樹模型的中文地址提取方法，其特征在于，包括以下步驟：

步驟S1：對(duì)地址字符串進(jìn)行分詞和識(shí)別，生成地址元素集合X以及地址元素語(yǔ)義集合S；

步驟S2：建立根結(jié)點(diǎn)root，提取地址元素x₁，遍歷地址元素x₁的語(yǔ)義集S₁，構(gòu)建地址語(yǔ)義結(jié)點(diǎn)，并依次連結(jié)到根節(jié)點(diǎn)；

步驟S3：提取后續(xù)地址元素x_i，遍歷其語(yǔ)義結(jié)點(diǎn)S_i；執(zhí)行語(yǔ)義級(jí)別的比較和空間約束關(guān)系一致性判斷，進(jìn)行與葉子節(jié)點(diǎn)的連接或生成新的子樹。

2.根據(jù)權(quán)利要求1所述基于地址樹模型的中文地址提取方法，其特征在于：步驟S3具體包括：

步驟S31：對(duì)于結(jié)點(diǎn)S_im(m＝1，2，3…)，依次與當(dāng)前地址樹的葉子節(jié)點(diǎn)l_i比較語(yǔ)義級(jí)別，若結(jié)點(diǎn)S_im語(yǔ)義級(jí)別低于葉子節(jié)點(diǎn)l_i，則執(zhí)行步驟S32：

步驟S32：比較結(jié)點(diǎn)S_im與葉子節(jié)點(diǎn)l_i的空間約束關(guān)系一致性，

若空間約束關(guān)系一致，則結(jié)點(diǎn)S_i1連結(jié)到當(dāng)前葉子節(jié)點(diǎn)l_i；

若空間約束關(guān)系不一致，則沿當(dāng)前地址樹上溯，直到找到當(dāng)前地址樹的葉子節(jié)點(diǎn)l_i′，滿足葉子節(jié)點(diǎn)l_i′語(yǔ)義大于結(jié)點(diǎn)S_im；此時(shí)比較兩節(jié)點(diǎn)的空間約束一致性：

若不一致，則回到步驟S31，比較結(jié)點(diǎn)S_im與地址樹的下一葉子節(jié)點(diǎn)；

若一致，比較結(jié)點(diǎn)S_im與葉子節(jié)點(diǎn)l_i′后一結(jié)點(diǎn)的空間約束關(guān)系，若一致，則把結(jié)點(diǎn)S_im插入到該子樹當(dāng)前位置，若不一致，則回到步驟S31，比較結(jié)點(diǎn)S_im與地址樹的下一葉子節(jié)點(diǎn)；

步驟S33：若結(jié)點(diǎn)S_im上溯到根結(jié)點(diǎn)，仍未連結(jié)，則把該節(jié)點(diǎn)連接到地址樹的最右邊，作為一條新的子樹。

3.根據(jù)權(quán)利要求2所述基于地址樹模型的中文地址提取方法，其特征在于：在步驟S3中，對(duì)于同一地址元素，若AddrLevel(s_i)≠AddrLevel(s_j)(i≠j)，并且s_j已經(jīng)成為地址樹的葉子節(jié)點(diǎn)，則跳過(guò)該葉子結(jié)點(diǎn)。

4.根據(jù)權(quán)利要求2所述基于地址樹模型的中文地址提取方法，其特征在于：在步驟S3中，以拓?fù)潢P(guān)系作為空間約束關(guān)系是否一致的判斷標(biāo)準(zhǔn)。