一种基于地址分词的自动地理编码算法.pdfVIP

20 11年 　第 2 期 　　　　　马照亭 ,等 :一种基于地址分词的自动地理编码算法 59 　　文章编号 : 0494 09 11 (20 11) 02 005904 中图分类号 : P208　　　　　　文献标识码 : B 一种基于地址分词的自动地理编码算法 1 2 1 1 马照亭 ,李志刚 ,孙 　伟 ,印　洁 ( ( ) ) 1. 中国测绘科学研究院 ,北京 100830; 2. 嘉兴市规划 测绘 管理局 ,浙江 嘉兴 3 14000 An A utom a tic Geocod ing A lgor ithm Ba sed on A ddress Segm en ta tion MA Zhaoting, L I Zh igang, SUN W ei , Y IN J ie 摘要 :针对我国多数城市地名 /地址表述的不规范性 ,基于可伸缩地址模型提出地理编码数据库的构建方案 ,设计一种基于地址 分词的自动地理编码算法 。首先根据地理编码库编制地址词典 ,利用地址词典对地名 /地址进行地址分词 ,形成地址要素及其级 别 ;然后再对地址要素及其级别组合形成查询条件到地理编码库中进行匹配 ;最后分析影响这种地理编码算法精准度的因素 ,并 提出相应的改进措施 。实践证明,该算法匹配准确率高 ,可以服务于我国数字城市、省区和国家级地理信息化建设 。 关键词 :地址模型 ;地理编码数据库 ;地址词典 ;地址分词 ;地址匹配 ;地理编码量化 务体系 ,导致国外的地理编码技术和软件在我国并 　　一 、引　言 [ 3 ] 不适用 。 随着地理信息采集手段的不断普及和 GIS软件 近年来 ,我国在地理编码方面也作出了大量的 的不断成熟 ,越来越多的政府部门、公司、企事业单 努力 ,不少单位在地址模型 、地理编码标准 以及地 位基于地理信息构建本单位的业务应用 。一些传 址匹配技术方面取得了一些成果 。如李军针对北 统上似乎与地理信息系统关联性较弱的部 门或单 京市地址现状 ,提出了复杂层次的地址模型 [ 4 ] ; 在 位 ,如工商 、税务 、药监 、传媒等 ,也纷纷提出了借助 地理编码标准方面 , 国家测绘局组织编制了国家标 地理信息管理本部门信息的要求 。但是这些部 门 准 《数字城市地理信息公共平台地名 /地址分类 、描 或单位的专题信息采集时并不直接具备空间坐标 , ( ) 述及编码规则 》 GB / T 23705—2009 ,提出了城市 只是具有文字描述的地名 /地址信息 。只有将这些 内部地名 /地址分类 、规范描述及编码的规则 [ 5 ] ;在 地名 /地址转换成空间坐标 ,专题部 门才能将专题 地址匹配技术和软件方面 ,文献提及较多的是早期 数据与地理信息叠加 ,才能利用 G IS软件的可视化 北京长地计算机公司的 “寻址神 ”和北大方正数码 和空间分析功能辅助本部门应用 。这种将地名 /地 公司的 “M ap Search ”软件 ,近期并无成熟软件问世 。 址信息映射成空间坐标的过程就是地理编码 [ 1 ] 。 由于没有适合国内应用的地址模型 ,未能建立标准