一種基于集合運算的中文地址行政區(qū)劃解析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及中文地址解析技術(shù)，尤其涉及一種基于集合運算的中文地址行政區(qū)劃 解析方法。
【背景技術(shù)】
[0002] 科技的不斷發(fā)展，人們對生活中各個方面的需求不斷提升，服務化社會成為未來 發(fā)展的趨勢。作為服務化中的一種形式，當今地理信息位置服務是通過國家地理信息普查、 實地勘察等方式獲取數(shù)據(jù)建立一個標準的中文地址庫，然后通過匹配進行信息返回。
[0003] 在互聯(lián)網(wǎng)位置服務中，地理位置可以有多種方式來表達，中文地址是其中之一。一 個規(guī)范的中文地址應包含完整的行政區(qū)劃，并按照行政區(qū)劃（省/市/縣/鄉(xiāng)/村）、路街、牌 號、建筑、戶室的次序來表達。一個完整規(guī)范的中文地址可以得到與其對應的地理位置。然 而，在互聯(lián)網(wǎng)上，中文地址的經(jīng)常用非規(guī)范行政區(qū)劃方式來描述，中文地址中與行政區(qū)劃相 關(guān)的方式有:行政區(qū)劃用簡稱(省略行政區(qū)劃特征詞）、省略部分行政區(qū)劃、省略行政區(qū)劃、 行政區(qū)劃信息不是規(guī)范次序出現(xiàn)。此外，地址的非行政區(qū)劃部分存在與行政區(qū)劃同名的情 況，主要表現(xiàn)在:路街的名稱常用行政區(qū)劃名稱命名、建筑(或企業(yè)）名稱中包含行政區(qū)劃 名稱、地名與行政區(qū)劃同名，等等。在互聯(lián)網(wǎng)中紛雜的非規(guī)范信息中，辨別出相對于用戶需 要的信任度比較高的信息，在當今地理信息位置服務方面變得十分必要，一個基于集合運 算的中文地址行政區(qū)劃解析算法隨著用戶的需要而產(chǎn)生。
[0004] 對于一個中文地址為了快速地解析出地址的行政區(qū)劃，一般借助行政區(qū)劃字典來 匹配地址中的行政區(qū)劃。由于可能存在多個行政區(qū)劃信息，利用字典則會匹配出多個行政 區(qū)劃集合。例如地址中存在行政區(qū)劃詞"江蘇"和"鼓樓"，查詢返回的結(jié)果集為{{江蘇省，南 京市，鼓樓區(qū)}，{江蘇省，徐州市，鼓樓區(qū)}，{福建省，福州市，鼓樓區(qū)}，{河南省，開封市，鼓 樓區(qū)}}，{江蘇省，，}，無法得到更詳盡更準確的行政區(qū)劃信息。因此，針對上訴問題，發(fā)明一 種基于集合運算的中文地址行政區(qū)劃解析算法，可以有效的提高地址數(shù)據(jù)查找的速度和準 確性，從而提高網(wǎng)絡地圖在線服務質(zhì)量，為用戶更好的定位。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中的缺陷，提供一種基于集合運算的 中文地址行政區(qū)劃解析方法。
[0006] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種基于集合運算的中文地址行政 區(qū)劃解析方法，它包括以下步驟：
[0007] 1)利用行政區(qū)劃字典和移動窗口最大匹配算法(Move Window Max Match，MWMM)， 查詢匹配出所需解析的中文地址字符串中所有可能的行政區(qū)劃結(jié)果集；
[0008] 2)根據(jù)步驟1)得到的所有可能的行政區(qū)劃結(jié)果集，進行條件集合運算；
[0009] 行政區(qū)劃條件集合運算規(guī)則如下：
[0010] -個行政區(qū)劃是包括省、市、縣、鄉(xiāng)、村5級行政區(qū)劃元素，并按照省、市、縣、鄉(xiāng)、村 的次序組成，于是行政區(qū)劃D記為:D = {di，d2，d3，d4，d5};
[0011] 2.1)若所有可能的行政區(qū)劃結(jié)果集為1個行政區(qū)劃集合，則計算1個行政區(qū)劃集合 的交集；
[0012] 一個行政區(qū)劃集合DSziDhDs，···，0?}，并且DlDs，···，0?的省級區(qū)劃元素都不為 空，則行政區(qū)劃集合DS的交集為DI (D!，D2，…，Dm);用公式（1)表示：
[0013] DI(Di,D2,---,Dm)= HDS= Γ? {Di ,D2, ·'· ,Dm} =Di Π D2 Γ? ··· Π Dm (1)
[0014] 2.2)若所有可能的行政區(qū)劃結(jié)果集為多個行政區(qū)劃集合，則計算多個行政區(qū)劃集 合的交集；
[0015] 多個行政區(qū)劃集合的交為多個行政區(qū)劃集合分別兩兩相交結(jié)果的集合，記為DSI;
[0016] 用公式(2)表示：
[0017]
[0018]
[0019] 若上述兩兩相交結(jié)果的集合中有運算結(jié)果為空的，則將對應的行政區(qū)劃的交運算 變成并運算；
[0020] 3)輸出解析出的行政區(qū)劃。
[0021] 按上述方案，步驟2)中計算行政區(qū)劃的交集具體規(guī)則如下：
[0022] 行政區(qū)劃的交為各級行政區(qū)劃元素的交，2個行政區(qū)劃元素的交記為:dlniil， 2,3,4,5；
[0023] 由于行政區(qū)劃元素之間存在包含關(guān)系，即除了省級區(qū)劃外，其它各級區(qū)劃都屬于1 個或η個上級行政區(qū)劃，先計算省級行政化元素的交，再計算非省級區(qū)劃元素的交；
[0024] a)省級行政區(qū)劃元素的交規(guī)則如下：
[0025]
[0026] 其中P表示不確定，即2個行政區(qū)劃中存在一個行政區(qū)劃的省級區(qū)劃元素為空_，此 時需要對省級區(qū)劃元素為空的行政區(qū)劃利用行政區(qū)劃字典查詢得到其省級區(qū)劃元素再進 行計算；
[0027] 即當省級區(qū)劃元素相等時，則交的結(jié)果為該省級區(qū)劃元素；
[0028] 當省級區(qū)劃元素不相等，且省級區(qū)劃元素都不為空，則交的結(jié)果為空；
[0029] 當省級區(qū)劃元素不相等，且區(qū)劃元素有一個為空時，此時需要對省級區(qū)劃元素為 空的行政區(qū)劃利用行政區(qū)劃字典查詢得到其省級區(qū)劃元素再進行計算；
[0030] b)非省級區(qū)劃元素的交結(jié)果采用以下規(guī)則；
[0031]
[0032] 即當區(qū)劃元素相等時，則交的結(jié)果為區(qū)劃元素；
[0033] 當區(qū)劃元素不相等，且區(qū)劃元素都不為空，則結(jié)果為空；
[0034] 當區(qū)劃元素不相等，且區(qū)劃元素有一個為空時，如果存在非空的交父元素 (彐關(guān)0),結(jié)果為非空區(qū)劃元素值。
[0035]本發(fā)明產(chǎn)生的有益效果是:本發(fā)明方法解決了在互聯(lián)網(wǎng)中中文地址數(shù)據(jù)混亂無序 的情況下快速解析出中文地址行政區(qū)劃的問題，并能得到信息量最完整最準確的中文地址 的行政區(qū)劃解析結(jié)果。
【具體實施方式】
[0036]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明 進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于 限定本發(fā)明。
[0037] -種基于集合運算的中文地址行政區(qū)劃解析方法，它包括以下步驟：
[0038] S1、利用行政區(qū)劃字典和移動窗口最大匹配算法（Move Window Max Match， MWMM)，查詢匹配出一個中文地址字符串中所有可能的行政區(qū)劃結(jié)果集。
[0039 ] S1中的MWMM得到的所有可能的行政區(qū)劃結(jié)果集，是根據(jù)中文地址中包含的行政區(qū) 劃元素詞計算出這個地址字符串所包含的可能行政區(qū)劃結(jié)果集。行政區(qū)劃元素詞是指中文 地址中的詞可以與行政區(qū)劃字典成功匹配出一個或多個行政區(qū)劃的詞。
[0040] (1) -個中文地址中只包含一個行政區(qū)劃元素詞，且只匹配一個行政區(qū)劃。
[0041] (2) -個中文地址中只包含一個行政區(qū)劃元素詞，且可以匹配多個行政區(qū)劃，則只 有一個行政區(qū)劃集合。
[0042] (3)-個中文地址中包含多個行政區(qū)劃元素詞。每個行政區(qū)劃元素都匹配一個行 政區(qū)劃集合，則多個行政區(qū)劃元素詞可以匹配多個行政區(qū)劃集合。
[0043] S2、根據(jù)S1中行政區(qū)劃集合個數(shù)，計算行政區(qū)劃的交集、1個行政區(qū)劃集合的交集、 多個行政區(qū)劃的交集。
[0044] (1)計算行政區(qū)劃的交集：
[0045] 若有2個行政區(qū)劃〇1={(111，(112，(113，(114，(115}和〇2={(121，(122，(123，(124，(125}。則行政區(qū) 劃的交為各級行政區(qū)劃元素的交。記為:DI。用公式（1)表示。2個行政區(qū)劃元素的交記為： dli，i = l，2,3,4,5〇
[0046] DI(Di，D2)=Di HD2 = {dii，di2，di3，di4，di5} Π {d2i，d22，d23，d24，d25}
[0047] = {dii Π cbi，di2 Π (I22，di3 Π d23，di4 Π d24，di5 Π d25}
[0048] (1)
[0049] 由于行政區(qū)劃元素之間存在包含關(guān)系，即除了省級區(qū)劃外，其它各級區(qū)劃都屬于1 個或η個上級行政區(qū)劃。先計算省級行政化元素的交，再計算非省級區(qū)劃元素的交。
[0050] a)省