基于经济户口匹配的语料库建设

• 作者: 李云岭 郭丰堂 韩帅
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 语料库 经济户口 相似度匹配
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 3S 技术与应用
• 页码范围: 131-134
• 页数: 4页
• 分类号: P208
• 字数: 3295字
• 语种: 中文

摘要

经济户口数据匹配是将经济户口中包含的企业名称和驻址等基本信息通过地名地址的规范化和一系列匹配算法，得到最佳匹配坐标并定位到电子地图上的过程，是我国推行全面数字化建设的重要举措。本文系统分析了经济户口数据的组织形式，深入研究了中文匹配的原理特点，并以潍坊市奎文区9000多条经济户口数据作为训练集，设计构建了基于双字哈希和数组三层数据结构的经济户口语料库，总结制定了涵盖500种行业类型的三级编码规则，并根据中文词条的文字相似性和行业之间的相关关系，设置文字和类型相似度值，采用动态加权方法求得复合相似度指标，建立了基于经济户口语料库的相似度匹配方法。文章最后以潍坊市潍城区8000多条经济户口数据作为测试集，对本文提出的匹配方法进行实验验证。试验结果表明，利用本文设计的经济户口语料库和相似度匹配方法能够高效地完成经济户口数据的唯一性匹配和相似度匹配，极大地提高了检索效率和匹配成功率，具有良好的实际可操作性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云岭	山东科技大学测绘科学与工程学院	36	426	11.0	20.0
2	韩帅	山东科技大学测绘科学与工程学院	10	21	3.0	4.0
3	郭丰堂	山东科技大学测绘科学与工程学院	3	4	1.0	2.0