多源地址要素可信度评估——以道路要素为例

doi:10.13474/j.cnki.11-2246.2021.315

测绘通报 ›› 2021, Vol. 0 ›› Issue (10): 108-113.doi: 10.13474/j.cnki.11-2246.2021.315

多源地址要素可信度评估——以道路要素为例

孙立财^1,2,3,4, 陈以松⁵, 熊杰⁵, 罗安², 王勇^1,2

1. 兰州交通大学测绘与地理信息学院, 甘肃兰州 730070;
2. 中国测绘科学研究院, 北京 100036;
3. 地理国情监测技术应用国家地方联合工程研究中心, 甘肃兰州 730070;
4. 甘肃省地理国情监测工程实验室, 甘肃兰州 730070;
5. 中国电信股份有限公司四川分公司, 四川成都 610015

收稿日期:2021-01-18 出版日期:2021-10-25 发布日期:2021-11-13
通讯作者: 陈以松。E-mail:chenyisong@sctel.com.cn
作者简介:孙立财(1994-),男,硕士生,主要研究方向为网络地理信息获取与挖掘。E-mail:0618642@stu.lzjtu.edu.cn
基金资助:
兰州交通大学优秀平台（201806）；国家重点研发计划（2017YFB0503502；2017YBF0503601）；中国测绘科学研究院基本科研业务费项目（AR2011）

Evaluation of the credibility of multi-source address elements: a case study of road feature

SUN Licai^1,2,3,4, CHEN Yisong⁵, XIONG Jie⁵, LUO An², WANG Yong^1,2

1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;
2. Chinese Academy of Surveying & Mapping, Beijing 100036, China;
3. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;
4. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China;
5. China Telecom Corporation Limited Sichuan Branch, Chengdu 610015, China

Received:2021-01-18 Online:2021-10-25 Published:2021-11-13

摘要/Abstract

摘要： 随着自发地理信息和中文地址要素切分技术的发展，地址要素的质量有待评价。本文针对中文地址文本切分产生的地址要素质量难以有效评价的问题，提出了一种多源数据和网络检索支持下的地址要素可信度评估方法。首先利用中文分词工具对地址要素进行分词与词性标注，通过分析词频和词性组合模式，对地址要素的命名结构进行可信度计算。其次基于大规模的地址样本、道路数据及POI数据，挖掘多源数据对地址要素的数据支撑，计算数据支持度。然后利用搜索引擎对地址要素进行快速检索，分析搜索结果与数量，对地址要素的网络可信度进行计算。最后提出一种地址要素综合可信度计算模型，实现地址要素的综合可信度计算。试验结果表明，该模型与方法不仅能够高效快速地计算中文地址文本中地址要素的可信度，还能够有效发现地址要素中存在的偏僻、虚假等相关问题，为地址要素的自动化检测与标准化处理提供参考。

关键词: 多源数据, 地址要素, 可信度评估, 中文分词, 归一化

Abstract: With the development of spontaneous geographic information and Chinese address element segmentation technology, the quality of address elements needs to be evaluated. Aiming at the problem that the quality of address elements produced by Chinese address text segmentation is difficult to effectively evaluate, this paper proposes a method for evaluating the credibility of address elements supported by multi-source data and network retrieval. Firstly, the Chinese word segmentation tool is used to segment the address elements and part-of-speech tagging. By analyzing the word frequency and part-of-speech combination mode, the credibility of the naming structure of the address elements is calculated. Then, based on large-scale address samples, road data, and POI data, excavate the data support of multi-source data to address elements, and calculate the data support. Then use the search engine to retrieve the address elements quickly, analyze the search results and quantity, and calculate the network credibility of the address elements. Finally, a comprehensive credibility calculation model for address elements is proposed to realize the comprehensive credibility calculation of address elements. Experimental results show that the model and method can not only efficiently and quickly calculate the credibility of address elements in Chinese address texts, but also effectively discover the remoteness and falsehood of address elements, which provides a reference for the automatic detection and standardization of address elements.

Key words: multi-source data, credibility evaluation, Chinese word segmentation, address element, information normalize

中图分类号:

P208

孙立财, 陈以松, 熊杰, 罗安, 王勇. 多源地址要素可信度评估——以道路要素为例[J]. 测绘通报, 2021, 0(10): 108-113.

SUN Licai, CHEN Yisong, XIONG Jie, LUO An, WANG Yong. Evaluation of the credibility of multi-source address elements: a case study of road feature[J]. Bulletin of Surveying and Mapping, 2021, 0(10): 108-113.

参考文献

[1] 张翼然, 贾光军, 陶迎春, 等. 地址要素的空间组织与多态特征及其应用[J]. 测绘通报, 2020(8):135-138.
[2] 罗庆平. 基于信息融合的信息可信度研究[D]. 长沙:中南大学, 2014.
[3] BARRN C, NEIS P, ZIPF A. A comprehensive framework for intrinsic open street map quality analysis[J]. Transactions in GIS, 2014, 18(6):877-895.
[4] KAWAI Y, FUJITA Y, KUMAMOTO T, et al. Using a sentiment map for visualizing credibility of news sites on the web[C]//ACM Workshop on Information Credibility on the Web.[S.l.]:ACM, 2008:53-58.
[5] 王明, 李清泉, 胡庆武, 等. 面向众源开放街道地图空间数据的质量评价方法[J]. 武汉大学学报(信息科学版), 2013, 38(12):1490-1494.
[6] 赵肄江, 周晓光. 地理信息志愿者信誉度评估的版本相似度模型——以面目标为例[J]. 测绘学报, 2015, 44(5):578-584.
[7] 胡万亭, 杨燕, 尹红风, 等. 一种基于词频统计的组织机构名识别方法[J]. 计算机应用研究, 2013, 30(7):2014-2016.
[8] 王克永. 面向网页文本的地理信息要素提取与空间定位方法研究[D]. 泰安:山东农业大学, 2015.
[9] HAKLAY M. How good is golunteered geographical infor-mation? A comparative study of OpenStreetMap and Ord-nance survey satasets[J]. Environment and Planning B:Urban Analytics and City Science, 2010, 37(4):682-703.
[10] 岳媛. 网络文本地理信息抽取及可信度评估技术研究[D]. 哈尔滨:哈尔滨工程大学, 2018.
[11] LI P P, LUO A, LIU J P, et al. Bidirectional gated recurrent unit neural network for Chinese address element segmentation[J]. ISPRS Int. J. Geo-Inf., 2020, 9(11):635.
[12] 孟鑫. 基于用户评论信息的商品评估系统的研究[D]. 北京:北京交通大学, 2018.
[13] 郝苗苗, 徐秀娟, 于红, 等. 基于中文微博的情绪分类与预测算法[J]. 计算机应用, 2018, 38(S2):89-96.
[14] 张雪英, 闾国年, 李伯秋. 基于规则的中文地址要素解析方法[J]. 地球信息科学学报, 2010, 12(1):9-16.
[15] 张懿. 地名地址位置语义计算方法研究[D]. 武汉:武汉工程大学, 2018.
[16] 李朋朋. 基于互联网POI的中文地址要素库自学习构建方法研究[D]. 兰州:兰州交通大学, 2019.
[17] 王勇, 刘纪平, 郭庆胜, 等. 顾及位置关系的网络POI地址信息标准化处理方法[J]. 测绘学报, 2016, 45(5):623-630.
[18] 曾文华, 黄桦. 基于网页信息检索的地理信息变化检测方法[J]. 计算机应用, 2010, 30(4):1132-1134.
[19] 李鹏飞. 基于互联网地理信息的公共服务平台POI数据增量更新研究[D]. 兰州:兰州交通大学, 2020.

多源地址要素可信度评估——以道路要素为例

Evaluation of the credibility of multi-source address elements: a case study of road feature

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[2]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[3]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[4]	郁汀, 王铎, 陈钦. 基于伪语义相似度模型的中文地址匹配方法[J]. 测绘通报, 2022, 0(3): 101-106.
[5]	程滔, 管林杰, 郑新燕, 陶舒, 高崟. 基于色调饱和度亮度模型的可见光植被提取[J]. 测绘通报, 2022, 0(2): 116-120.
[6]	徐杰, 侯飞, 曹广航. 高精道路地图制作方法及关键技术[J]. 测绘通报, 2022, 0(1): 155-158.
[7]	刘智勇, 张晨, 刘泽楷, 袁俊健, 祁宏昌, 潘屹峰, 朱焕廉, 吴希文, 王华. 雷达相干性与NDVI经验模型[J]. 测绘通报, 2021, 0(4): 45-51,59.
[8]	黄永进, 张滔, 廖兴国, 邵淑华, 祁支锐. 基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例[J]. 测绘通报, 2021, 0(12): 134-139,157.
[9]	张荣春, 衣雪峰, 李浩, 岳建平, 卢官明, 张学东. 多源数据多语义岩体结构面提取方法[J]. 测绘通报, 2021, 0(11): 76-80,105.
[10]	张陈为, 谌恺祺, 郭艺文, 王达, 赵冰冰, 吴艳. 顾及三生空间交互特征的城市空间宜居性评价——以武汉市为例[J]. 测绘通报, 2021, 0(1): 124-129.
[11]	顾建祥, 杨必胜, 董震, 杨常红. 面向数字孪生城市的智能化全息测绘[J]. 测绘通报, 2020, 0(6): 134-140.
[12]	张力仁, 冯然, 齐中华, 李德元. 基于第三次国土调查的自然资源调查研究[J]. 测绘通报, 2020, 0(4): 130-133,138.
[13]	宋关福, 李少华, 闫玉娜, 谢明辉, 佟业真, 李堃. 新一代三维GIS在自然资源与不动产信息管理中的应用[J]. 测绘通报, 2020, 0(3): 101-104,117.
[14]	徐芳, 张英, 翟亮, 刘佳, 谷祥辉. 基于Sentinel-2的潮间红树林提取方法[J]. 测绘通报, 2020, 0(2): 49-54.
[15]	许慧敏, 齐华, 南轲, 陈敏. 结合nDSM的高分辨率遥感影像深度学习分类方法[J]. 测绘通报, 2019, 0(8): 63-67.