为了提高中文地名字段匹配的准确度,提出中文地名的相似重复检测与清洗策略和矩阵相似重复匹配方法.该清洗策略采用矩阵相似重复匹配方法,通过矩阵运算计算中文地名数据之间相同字符或者词语出现的频率,利用频率计算两者之间的语义相似度和结构相似度,然后将语义和结构相似性有机结合,作为相似性判断和重复数据清洗的依据.实验验证了该方法的可行性和有效性.结果表明,该方法对于中文地名字段匹配在查准率和召回率方面优于已有的其他算法.
科研之友
微信
新浪微博
Facebook
分享链接
