科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的地址匹配方法往往难以胜任中文地址匹配问题.首先，每个中文单字都是独立整体，在纠错上难度大于英文，其次中文地址体系结构复杂，缺乏一个统一的标准.本文结合生物信息领域的序列比对思想，提出了一种基于动态规划的中文地址匹配方法.该方法将中文单字看成字符单元，对中文地址进行序列化，改进Smith-waterman算法进行序列匹配.针对中文的单字特点，统计区分文字的重要性差异，构建非均权打分策略；引入空分罚分策略，解决错误匹配及其过度拟合问题；使用排序均一化策略，优化了排序效率，增加了结果集的多样性.最后，将本算法应用于杭州市实际路网(1:30万),实验结果表明，该算法可以有效提升中文地址匹配精度.
- 单位
