深度学习的中文地址切分算法

被引：7

作者：

李一 ^{[1
,2
]}

刘纪平 ^{[2
]}

罗安 ^{[2
]}

机构：

[1] 兰州交通大学

[2] 中国测绘科学研究院

来源：

测绘科学 | 2018年 / 43卷 / 10期

关键词：

中文分词; Bigram二分法; 深度学习; 地址要素;

D O I：

10.16251/j.cnki.1009-2307.2018.10.017

中图分类号：

TP391.1 [文字信息处理]; TP181 [自动推理、机器学习];

学科分类号：

081203 ; 0835 ; 081104 ; 0812 ; 1405 ;

摘要：

针对传统分词对词典依赖过高的问题,该文提出了一种基于深度学习的中文地址要素的切分与重组算法。首先利用二元语法(Bigram)二分法将地址切分,然后用网络兴趣点(POI)数据地址集作为样本,采用基于深度学习的方法对地址要素进行特征匹配与要素重组,最终实现以地址要素为单元的中文地址自动切分。本文采用上万条网络采集的POI地址数据作为实验样本,实验结果表明,该算法不仅降低了对词典的依赖,同时也对地名地址的切分正确率有较大提升。

引用

页码：107 / 111

页数：5

共 16 条

[1]

基于统计规则的中文分词研究.[D].兰冲.西安电子科技大学.2011, 07

[2]

面向自然语言处理的深度学习研究.[J].奚雪峰;周国栋;.自动化学报.2016, 10

[3] 基于深度学习的网页分类算法研究 [J].