GIS地名搜索系统的关键技术设计与实现.pdfVIP

第36卷 第8期 测绘与空间地理信息 Vo1．36，No．8 2013年 8月 GEOMATICS＆SPATIALINFoRMATIoN TECHNOLOGY Aug．，2013 GIS地名搜索系统的关键技术设计与实现 陈德权 (福建省基础地理信息中心，福建 福州 350002) 摘 要：针对GIS地名搜索系统的关键技术，阐述了用于分词搜索的词典设计，设计了中文分词算法；选用全文检 索引擎Lucene实现了地址匹配组件；设计了地名搜索系统架构并实现 了地名搜索功能。 关键词：GIS；地名搜索；中文分词；地址匹配 中图分类号：P208 文献标识码 ：B 文章编号：1672—5867(2013)08—0058—03 DesignandImplementationofKeyTechnologies forGISPlaceSearch System CHEN De—quan (FujianGeomaticsCenter，Fuzhou350002，China) Abstract：ForthekeytechnologyoftheGISplacesearchsystem ，thispaperexpoundsthedesignofthewordserachdictionaryandthe Chinesewordsegmentationalgorithm ，andthelucenewhichisfull—textserachengineusedtorealizetheaddressmatchingcompo— nents．Theplacesearchsystem architectureisdesignedandrealized． Keywords：GIS；placeserach；Chinesewordsemg entation；addressmatching 词典中获取，分词词典的查询速度直接影响到分词系统 0 引 言 的准确率和速度。而词典结构的设计是关系到词典查询 地名搜索是GIS系统中的核心搜索功能之一，其搜索 速度的最重要 因素。本文结合地名地址的构词特点设计 结果的准确程度直接关系到系统的实用性。因此地名搜 了分级的词典结构，并针对此词典结构进行分词算法 索服务应能较为准确地识别用户搜索意图以达到结果的 设计。 最优化 目的。而中文分词和地址匹配则是地名搜索的核 1．1 词典结构设计 心技术。所谓中文分词，即把中文汉字序列切分成若干 传统的基于词典的中文分词方法都只有一个分词词 个有意义的词。中文分词技术在地名搜索功能中扮演着 典，词典一般有十几万个词条甚至更多，规模都比较大。 非常重要的角色，通过中文分词，能将地名数据的相关信 因此需要对词典结构进行重新设计 ，将 以往单一的分词 息的文字描述以及用户输入的查询文本拆分成有意义的 词典分解为 由基本词词典、特征词典所组成的词典集。 词供系统进行检索匹配。匹配过程也包含了地址匹配技 结构如图1所示。 术，它是根据输入的包含地址信息的文字按照一定的地 基本词词典 由以往的单一分词词典中除去在特征词 址匹配策略与地理编码库中的地址信息进行比对，从而 词典中包含的所有特征词后所剩余的法定常用词和短语 获得相应的空间位置。只有将 中文分词技术和地址匹配 构成 ，由于排除了特征词，在基本词词典中只包含两个字 技术解决之后，才能建立一个较为良好的地名搜索服务， 以上的词，这样就减小了词典规模并且使词典的查询方 才能充分发挥 GIS在地名地址查找的优势。 式