CN113868360A - 地址数据处理方法、装置、电子设备和存储介质 - Google Patents

地址数据处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113868360A
CN113868360A CN202111174879.8A CN202111174879A CN113868360A CN 113868360 A CN113868360 A CN 113868360A CN 202111174879 A CN202111174879 A CN 202111174879A CN 113868360 A CN113868360 A CN 113868360A
Authority
CN
China
Prior art keywords
address
standard
elements
standard address
original
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111174879.8A
Other languages
English (en)
Inventor
张鹏毅
谢永恒
刘红
王梅
王淑平
陈冬霞
汪金苗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Ruian Technology Co Ltd
Original Assignee
Beijing Ruian Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Ruian Technology Co Ltd filed Critical Beijing Ruian Technology Co Ltd
Priority to CN202111174879.8A priority Critical patent/CN113868360A/zh
Publication of CN113868360A publication Critical patent/CN113868360A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种地址数据处理方法、装置、电子设备和存储介质,该地址数据处理方法包括:对原始地址数据分词,得到多个原始地址要素;基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签;根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。本发明实施例利用实体消歧数据库和要素关系数据库将原始地址数据转换成标准地址数据,避免了地址数据的人工校正,方便了地址数据被使用。

Description

地址数据处理方法、装置、电子设备和存储介质
技术领域
本发明涉及数据处理技术,尤其涉及一种地址数据处理方法、装置、电子设备和存储介质。
背景技术
地址数据中蕴含着丰富的语义和空间信息,以文本为基础形态的地址数据是构建地本体及相关概念网络的关键点,在实现本发明的过程中,发现人发现,目前的地址数据存在表达方式多、信息缺失、动态变化等问题,导致地址数据需要人工校正才能使用,十分不便。
发明内容
本发明实施例提供一种地址数据处理方法、装置、电子设备和存储介质,方便了地址数据被使用。
第一方面,本发明实施例提供一种地址数据处理方法,包括:
对原始地址数据分词,得到多个原始地址要素;
基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;
基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;
根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
第二方面,本发明实施例提供一种地址数据处理装置,所述装置包括:
分词模块,用于对原始地址数据分词,得到多个原始地址要素;
第一查询模块,用于基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;
第二查询模块,用于基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;
构建模块,用于根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的地址数据处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的地址数据处理方法。
本发明实施例中,通过对原始地址数据分词,得到多个原始地址要素;基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,实体消歧数据库中包括各个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签,要素关系数据库中包括各个标准地址要素之间的层级关系;根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。即本发明实施例中,可以通过实体消歧数据库将对原始地址数据分词得到的各个原始地址要素标准、统一化,通过要素关系数据库将各个标准地址要素的关系固定化,从而将原始地址数据转换成标准地址数据,避免了人工校正,方便了地址数据被使用。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例提供的地址数据处理方法的一个流程示意图。
图2是本发明实施例提供的一种地址数据处理方法中层级关系标签的结构示意图。
图3是本发明实施例提供的地址数据处理方法的另一个流程示意图。
图4是本发明实施例提供的一种地址数据处理方法中要素数据库构建的流程示意图。
图5是本发明实施例提供的地址数据处理装置的一个结构示意图。
图6是本发明实施例提供的电子设备的一个结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
下面介绍本发明实施例提供的地址数据处理方法,图1为本发明实施例提供的地址数据处理方法的一个流程示意图,该方法可以由本发明实施例提供的地址数据处理装置来执行,该装置可采用软件和/或硬件的方式实现。在一个具体的实施例中,该装置可以集成在电子设备中,电子设备比如可以是计算机或服务器。以下实施例将以该装置集成在电子设备中为例进行说明,参考图1,该方法具体可以包括如下步骤:
步骤101,对原始地址数据分词,得到多个原始地址要素。
具体的,分词可以理解为将完整的句子分为若干词组,例如“今天天气真好”经过分词之后,变成“今天”、“天气”和“真好”;原始地址数据可以理解为未经过分词处理的地址数据。原始地址要素可以理解为原始地址经过分词之后,得到的各个词组。
示例性的,对原始地址数据“北京市上地税务机关海淀区农大南路1号院北侧”分词,现有Jieba分词结果是[“北京市”,“上地”,“税务机关”“海淀区”,“农大南路”,“(“1号院”,“北侧”)”],本发明实施例中,可以采用预设算法对Jieba分词结果进行修正,以使得语义表达更准确,修正后得到[“北京市”,“上地税务机关”,“海淀区”,“农大南路”,(“1号院”,“北侧”)],原始地址要素分别是“北京市”、“上地税务机关”、“海淀区”、“农大南路”、“1号院”、“北侧”。
可选的,本发明实施例中对原始地址数据进行分词也可以人工进行分词,人工分词可采用众包的方法。具体的,众包指的是一个公司或机构把过去由员工执行的工作任务,以自由自愿的形式外包给非特定的(而且通常是大型的)大众志愿者的做法。Jieba分词是一个分词组件,可用于对一句话进行分词。
步骤102,基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,实体消歧数据库中包括各个原始地址要素对应的标准地址要素。
具体的,实体消岐数据库中可以包括各个原始地址要素对应的标准地址要素,不同的原始地址要素可以对应相同的标准要素地址,从而避免同一地址要素采用不同方式表示,实现歧义消除。比如,原始地址要素a1、a2、a3均对应标准地址要素a,则当遇到原始地址要素a1、a2、a3时,均对应替换表示成地址要素a。
示例性的,继续上述举例,经过查询实体消岐数据库,得到上面的原始地址要素对应的标准地址要素分别为“北京市”、“上地税务局”、“海淀区”、“农大南路”、“1号院”和“北侧”。
步骤103,基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签,要素关系数据库中包括各个标准地址要素之间的层级关系。
具体的,层级关系可以理解为各个标准地址要素之间的归属关系或管辖关系,例如标准地址要素北京市下辖标准地址要素朝阳区;要素关系数据库可以理解为存储有各个标准地址要素之间层级关系的数据库;层级关系标签可以理解为区分各个标准地址要素之间的层级关系的标签。
示例性的,继续上述举例,基于上面六个标准地址要素查询要素关系数据库,得到各个标准地址要素之间的层级关系为:北京市下辖海淀区、海淀区下辖农大南路,1号院位于农大南路;上地税务局位于1号院内,然后确定各个标准地址要素的层级关系标签。
步骤104,根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。
示例性的,可以根据每个标准地址要素的层级关系标签按照管辖关系或归属关系从高到低的顺序将各个标准地址要素组合,从而得到原始地址数据对应的标准地址数据。接续上面的例子,则构建的原始地址数据对应的标准地址数据可以为北京市海淀区农大南路1号院上地税务局。
本发明实施例中,通过对原始地址数据分词,得到多个原始地址要素;基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,实体消歧数据库中包括各个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签,要素关系数据库中包括各个标准地址要素之间的层级关系;根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。即本发明实施例中,可以通过实体消歧数据库将对原始地址数据分词得到的各个原始地址要素标准、统一化,通过要素关系数据库将各个标准地址要素的关系固定化,从而将原始地址数据转换成标准地址数据,避免了人工校正,方便了地址数据被使用。
在一些实施例中,层级关系标签包括行政区划、主地址、标志地址和未知。这样设置的好处在于,可以提高地址数据处理的效率。
具体的,图2是本发明实施例提供的一种地址数据处理方法中层级关系标签的结构示意图。行政区划201可以是国家、省、市、区或者县的层级结构;主地址202可以是街路巷名、社区名或者村名三种;标志地址203可以是标志物、兴趣点或者门牌号三种;未知204可以理解根据当前的要素关系数据库无法确定层级关系标签的标准地址要素的标签,有可能是行政区划、主地址或者标志地址中任意一个层级关系标签,也有可能是子地址。
具体的,子地址可以理解为某个标准地址要素的方向,例如标准地址要素“1号院”和“北侧”,其中的标准地址要素“北侧”就是标准地址要素“1号院”的子地址。
在一些实施例中,针对层级关系标签为未知的标准地址要素,查询子地址数据库以确定子地址数据库中是否存在标准地址要素;若子地址数据库中存在标准地址要素,则将标准地址要素的层级关系标签确定为子地址。这样设置的好处在于,可以减少未知的标准地址要素层级关系标签的信息缺失。
具体的,子地址可以用于确定未知的层级关系标签;子地址数据库可以理解为通过爬虫爬取的所有地址数据库,可以用于查询各个标准地址要素以及对应的层级关系标签。
示例性的,继续上述举例,未知的标准地址要素为“北侧”,如果在子地址数据库中可以查询到标准地址要素“北侧”,则将标准地址要素“北侧”的层级关系标签确定为子地址。
在一些实施例中,若子地址数据库中不存在标准地址要素,则将标准地址要素发送给终端;从终端获取人工为标准地址要素设置的层级关系标签。这样设置的好处在于,可以更好地补充未知的标准地址要素的层级关系标签。
具体的,实现本发明实施例的方法的终端可以是手机、个人计算机(PersonalComputer,PC)、平板电脑、笔记本电脑、台式电脑等终端。人工可以是通过众包的方法设置标准地址要素的层级关系标签。
示例性的,继续上述举例,如果未在子地址数据库中查询到标准地址要素“北侧”,则将标准地址要素“北侧”发送给终端;从终端获取人工设置的标准地址要素“北侧”的层级关系标签。
进一步的,本发明实施例中,针对人工设置的标准地址要素的层级关系标签,由于人工设置受人的主观认识影响,存在不准确的情况,因而可以对人工设置的层级关系标签进行复核验证。比如,可以将层级关系标签为“未知”的标准地址要素发送给标记终端,由对应的标记人员为该标准地址要素人工设置层级关系标签(假如设置为第一层级关系标签);设置完成之后,可以根据该标记人员的历史标签设置情况确定该标记人员的历史准确率,根据历史准确率生成相应的抽检概率,根据抽检概率抽检该标记人员设置了层级关系标签的标准地址要素;将抽检到的标准地址要素(假如为第一层级关系标签对应的标准地址要素)发送给复核终端,由对应的复核人员为抽检到的标准地址要素设置层级关系标签(假如设置为第二层级关系标签);可以对比第一层级关系标签和第二层级关系标签,如果第一层级关系标签和第二层级关系标签一致,则可以提升该标记人员的历史准确率,如果第一层级关系标签和第二层级关系标签不一致,则可以将标记人员的设置结果(即第一层级关系标签)和复核人员的设置结果(即第二层级关系标签)发送给终审终端,由对应的终审人员判断,如果判断结果为标记人员的设置结果正确,则可以提升该标记人员的历史准确率,如果判断结果为标记人员的设置结果错误,则可以降低该标记人员的历史准确率,并将该标准地址要素重新发送给标记终端,让对应的标记人员重新设置。
在一些实施例中,在对原始地址数据分词,得到多个原始地址要素之前,还包括:通过网络爬虫从指定地图区域爬取所述原始地址数据。这样设置的好处在于,可以更快有目的性的获取大量原始地址数据。
具体的,网络爬虫是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,其中爬取到的万维网信息可以包括原始地址数据。
在一些实施例中,要素关系数据库通过如下方式构建:获取各个标准地址要素的经纬度信息;根据各个标准地址要素的经纬度信息确定各个标准地址要素之间的层级关系;将各个标准地址要素之间的层级关系写入指定数据库,得到要素关系数据库。这样设置的好处在于,根据经纬度信息确定各个标准地址要素之间的层级关系,可以提高确定各个标准地址要素层级关系的准确率,自动完成要素关系数据库的创建。另外,要素关系数据库也可以由人工根据各个标准地址要素之间的层级关系创建。
具体的,各个标准地址要素的经纬度信息可以通过网络爬虫的方式,对指定地图区域进行爬取各个标准地址要素的经纬度信息数据。
示例性的,假设获取到两个标准地址要素分别为“北京市”和“朝阳区”,根据各个标准地址要素,通过网络爬虫在北京市地图区域内获取到对应的经纬度信息分别为:(116.40,39.90)和(116.48548,39.9484),根据经纬度信息确定北京市下辖朝阳区的层级关系,将所确定的层级关系写入指定数据库,可得到上述两个标准地址要素的要素关系数据库。
在一些实施例中,根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据,可以包括:根据每个标准地址要素的层级关系标签确定每个标准地址要素在地址构建模板中的写入位置;根据写入位置将对应的标准地址要素写入地址构建模板,得到原始地址数据对应的标准地址数据。这样设置的好处在于,可以将各个标准地址要素一一对应写入地址构建模板,提高构建标准地址数据的准确率。
具体的,地址构建模板可以是根据层级关系标签设定的标准化地名地址信息。本申请针对目前的地址数据存在表达方式多和动态变化问题,构建了地址构建模板,表达形式可以有以下9种基础形式:
(1)“行政区划名称”+“街路巷名”+“门院楼牌号”(+“子地址”)组合,例如:XX省XX市XX区XX路XX号XX号楼XX单元XX户。
(2)“行政区划名称”+“街路巷名”+“标志物名”(+“子地址”)组合,例如:XX省XX市XX区XX路XX广场。
(3)“行政区划名称”+“街路巷名”+“兴趣点名”)(+“子地址”)组合,例如:XX省XX市XX区XX路XX公司。
(4)“行政区划名称”+“村居名”+“门院楼牌号”(+“子地址”)组合,例如:XX省XX市XX区XX村XX号XX户。
(5)“行政区划名称”+“村居名”+“标志物名”(+“子地址”)组合,例如:XX省XX市XX区XX村XX广场。
(6)“行政区划名称”+“村居名”+“兴趣点名”(+“子地址”)组合,例如:XX省XX市XX区XX村XX公司。
(7)“行政区划名称”+“社区名”+“门院楼牌号”(+“子地址”)组合,例如:XX省XX市XX区XX社区XX号XX户。
(8)“行政区划名称”+“社区名”+“标志物名”(+“子地址”)组合,例如:XX省XX市XX区XX社区XX广场。
(9)“行政区划名称”+“社区名”+“兴趣点名”(+“子地址”)组合,例如:XX省XX市XX区XX社区XX公司。
示例性的,继续上述举例,可以根据标准地址要素“北京市”、“上地税务局”、“海淀区”、“农大南路”、“1号院”和“北侧”对应的层级关系标签“行政区划名称”、“兴趣点名”、“行政区划名称”、“街路巷名”、“兴趣点名”和“子地址”确定对应地址构建模板,确定的地址构建模板可以为上述地址构建模板中的(3)和(9),根据地址构建模板(3)中的写入位置,将对应的标准地址要素写入地址构建模板(3),得到原始地址数据对应的标准地址数据为北京市海淀区农大南路上地税务局;根据地址构建模板(9)中的写入位置,得到的标准地址数据是北京市海淀区1号院北侧上地税务局。
下面进一步描述本发明实施例提供的地址数据处理方法,图3是本发明实施例提供的地址数据处理方法的另一个流程示意图。如图3所示,本实施例的地址数据处理方法具体可以包括如下步骤:
步骤301、通过网络爬虫从指定地图区域爬取原始地址数据。
具体的,指定地图区域可以理解为地图上需要进行地址数据信息爬取的区域,其区域大小可以用几何形状描述,例如,0.3*0.3区域大小的矩形区域。
示例性的,在地图上以0.3*0.3经纬度矩形框对目标地图区域进行原始地址数据的信息爬取,其中可以包含出入口,道路,房地产,公司企业,购物,交通设施,教育培训,金融,酒店,丽人,旅游景点,美食,汽车服务,生活服务,文化传媒,休闲娱乐,医疗,运动健身,政府机构等18类。例如,爬取到的原始地址数据为:北京市盈嘉奥达汽修北侧朝阳区新勇路与红军营南路交叉路口。
步骤302、对原始地址数据分词,得到多个原始地址要素。
具体的,分词可以采用预设算法对jieba分词结果进行修正,也可以人工分词,例如采用基于众包的方式对原始地址数据进行人工分词。
示例性的,对上述步骤中爬取到的原始地址数据进行分词后,得到分词结果[“北京市”、“盈嘉奥达汽修”、“朝阳区”、“新勇路与红军营南路交叉路口”(“北侧”)],原始地址要素为“北京市”、“盈嘉奥达汽修”、“朝阳区”、“新勇路与红军营南路交叉路口”和“北侧”。
步骤303、基于多个原始地址要素查询实体消岐数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素。
示例性的,继续上述举例,查询实体消岐数据库之后,得到标准地址要素“北京市”、“盈嘉奥达汽修”、“朝阳区”、“新勇路与红军营南路交叉路口”和“北侧”。
步骤304、根据各个标准地址要素查询要素关系数据库,得到各个标准地址要素的层级关系标签。
示例性的,标准地址要素“北京市”、“盈嘉奥达汽修”、“朝阳区”、“新勇路与红军营南路交叉路口”、“北侧”经查询要素关系数据库,得到各个标准地址要素对应的层级关系标签分别为行政区划、兴趣点、行政区划、街路巷名和未知。
步骤305、针对层级关系标签为未知的标准地址要素,查询子地址数据库以判断子地址数据库中是否存在标准地址要素;若是,执行步骤306;若否,执行步骤307。
具体的,针对层级关系标签未知的标准地址要素,则根据查询子地址数据库确定层级关系标签,或者通过其他方式确定层级关系标签。
示例性的,各个标准地址要素对应的层级关系标签分别为行政区划、兴趣点、行政区划、街路巷名和未知,存在层级关系标签未知的标准地址要素,执行步骤307。
步骤306、将标准地址要素的层级关系标签确定为子地址,执行步骤308。
步骤307、将标准地址要素发送给终端;从终端获取人工为标准地址要素设置的层级关系标签,执行步骤308。具体的,子地址数据库中不存在层级关系标签未知的标准地址要素,则就需要通过人工设置层级关系标签。
示例性的,将标准地址要素“北侧”发送给终端,终端人工为标准地址要素设置层级关系标签为子地址,然后从终端获取人工为标准地址要素“北侧”的层级关系标签。
具体的,人工设置未知的标准地址要素层级关系标签可以是基于众包的方式。
步骤308、根据每个标准地址要素的层级关系标签确定每个标准地址要素在地址构建模板中的写入位置;根据写入位置将对应的标准地址要素写入地址构建模板,得到原始地址数据对应的标准地址数据。
示例性的,继续上述举例,根据步骤304和步骤306中得到的层级关系标签,确定各个标准地址要素对应的地址构建模板为(3),根据写入位置将对应的标准地址要素写入地址构建模板(3),得到原始地址数据对应的标准地址数据是北京市朝阳区新勇路与红军营南路交叉路口盈嘉奥达汽修北侧。
本发明实施例中,通过网络爬虫从指定地图区域爬取原始地址数据,对原始地址数据分词,得到多个原始地址要素,基于多个原始地址要素查询实体消岐数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,根据各个标准地址要素查询要素关系数据库,得到各个标准地址要素的层级关系标签;针对层级关系标签为未知的标准地址要素,查询子地址数据库以判断子地址数据库中是否存在标准地址要素;若是,将标准地址要素的层级关系标签确定为子地址,根据每个标准地址要素的层级关系标签确定每个标准地址要素在地址构建模板中的写入位置;根据写入位置将对应的标准地址要素写入地址构建模板,得到原始地址数据对应的标准地址数据;若否,将标准地址要素发送给终端;从终端获取人工为标准地址要素设置的层级关系标签。本发明实施例中,可以通过实体消歧数据库将对原始地址数据分词得到的各个原始地址要素标准、统一化,通过要素关系数据库将各个标准地址要素的关系固定化,从而将原始地址数据转换成标准地址数据,避免了人工校正,方便了地址数据被使用。
图4是本发明实施例提供的一种地址数据处理方法中要素数据库构建的流程示意图,如图4所示,具体包括如下步骤:
步骤401、获取各个标准地址要素的经纬度信息。
具体的,可以在指定地图区域,通过网络爬虫获取各个标准地址要素的经纬度信息。
示例性的,通过网络爬虫,在地图上以0.3*0.3经纬度矩形框对目标地图区域,获取各个标准地址要素b1,b2,……bN的经纬度信息c1,c2,……cN。
步骤402、根据各个标准地址要素的经纬度信息确定各个标准地址要素之间层级关系。
具体的,确定各个标准地址要素之间层级关系,可以根据各个标准地址要素的经纬度信息,确定各个标准地址要素的边界信息,然后根据各个标准地址要素边界信息之间的关系,确定各个标准地址要素之间的层级关系。
示例性的,例如标准地址要素b1和b2,两者对应的经纬度信息分别是c1和c2,分别确定标准地址要素b1和b2的边界范围,如果b1的经纬度在b2的经纬度信息所构成的边界范围之内,则确定b2下辖b1的层级关系;同样的,如果b2的经纬度信息在b1的经纬度信息所构成的边界范围之内,则确定b1下辖b2的层级关系。剩余其他标准地址要素之间的层级关系确定方法同上,不再赘述。
步骤403、将各个标准地址要素之间的层级关系写入指定数据库,得到要素数据库。
示例性的,将上述步骤402中确定的各个标准地址要素之间的层级关系,通过某种数据写入的方式写入指定数据库,从而得到要素数据库。
本发明实施例中,通过获取各个标准地址要素的经纬度信息;根据各个标准地址要素的经纬度信息确定各个标准地址要素之间的层级关系;将各个标准地址要素之间的层级关系写入指定数据库,得到要素关系数据库。本发明实施例通过构建要素数据库,根据要素数据库查询标准地址要素之间的层级关系,提高了地址数据的处理效率。
图5是本发明实施例提供的地址数据处理装置的一个结构图,该装置适用于执行本发明实施例提供的地址数据处理方法。如图5所示,该装置具体可以包括:
分词模块501,用于对原始地址数据分词,得到多个原始地址要素;
第一查询模块502,用于基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;
第二查询模块503,用于基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;
构建模块504,用于根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
可选的,所述层级关系标签包括行政区划、主地址、标志地址和未知。
可选的,第二查询模块503,具体用于:
针对层级关系标签为所述未知的标准地址要素,查询子地址数据库以确定所述子地址数据库中是否存在所述标准地址要素;
若所述子地址数据库中存在所述标准地址要素,则将所述标准地址要素的层级关系标签确定为子地址。
可选的,第二查询模块503,具体用于:
若所述子地址数据库中不存在所述标准地址要素,则将所述标准地址要素发送给终端;
从所述终端获取人工为所述标准地址要素设置的层级关系标签。
该装置还包括,原始地址数据爬取模块,用于:
通过网络爬虫从指定地图区域爬取所述原始地址数据。
该装置还包括,要素关系数据库构建模块,用于:
获取所述各个标准地址要素的经纬度信息;
根据所述各个标准地址要素的经纬度信息确定所述各个标准地址要素之间的层级关系;
将所述各个标准地址要素之间的层级关系写入指定数据库,得到所述要素关系数据库。
可选的,构建模块504,具体用于:
根据所述每个标准地址要素的层级关系标签确定所述每个标准地址要素在地址构建模板中的写入位置;
根据所述写入位置将对应的标准地址要素写入所述地址构建模板,得到所述原始地址数据对应的标准地址数据。
本领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例的装置,通过对原始地址数据分词,得到多个原始地址要素;基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,实体消歧数据库中包括各个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签,要素关系数据库中包括各个标准地址要素之间的层级关系;根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。本发明实施例利用实体消歧数据库和要素关系数据库将原始地址数据转换成标准地址数据,避免了地址数据的人工校正,方便了地址数据被使用。
本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例提供的地址数据处理方法。
本发明实施例还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例提供的地址数据处理方法。
下面参考图6,其示出了适于用来实现本发明实施例的电子设备600的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本发明实施例的方法中限定的上述功能。需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中,例如,可以描述为:一种处理器包括分词模块、第一查询模块、第二查询模块和构建模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:对原始地址数据分词,得到多个原始地址要素;基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
根据本发明实施例的技术方案,通过对原始地址数据分词,得到多个原始地址要素;基于多个原始地址要素查询实体消歧数据库,得到多个原始地址要素中的每个原始地址要素对应的标准地址要素,实体消歧数据库中包括各个原始地址要素对应的标准地址要素;基于每个标准地址要素查询要素关系数据库,得到每个标准地址要素的层级关系标签,要素关系数据库中包括各个标准地址要素之间的层级关系;根据每个标准地址要素及每个标准地址要素的层级关系标签构建原始地址数据对应的标准地址数据。本发明实施例利用实体消歧数据库和要素关系数据库将原始地址数据转换成标准地址数据,避免了地址数据的人工校正,方便了地址数据被使用。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种地址数据处理方法,其特征在于,包括:
对原始地址数据分词,得到多个原始地址要素;
基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;
基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;
根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
2.根据权利要求1所述的地址数据处理方法,其特征在于,所述层级关系标签包括行政区划、主地址、标志地址和未知。
3.根据权利要求2所述的地址数据处理方法,其特征在于,所述方法还包括:
针对层级关系标签为所述未知的标准地址要素,查询子地址数据库以确定所述子地址数据库中是否存在所述标准地址要素;
若所述子地址数据库中存在所述标准地址要素,则将所述标准地址要素的层级关系标签确定为子地址。
4.根据权利要求3所述的地址数据处理方法,其特征在于,所述方法还包括:
若所述子地址数据库中不存在所述标准地址要素,则将所述标准地址要素发送给终端;
从所述终端获取人工为所述标准地址要素设置的层级关系标签。
5.根据权利要求1所述的地址数据处理方法,其特征在于,在对原始地址数据分词,得到多个原始地址要素之前,还包括:
通过网络爬虫从指定地图区域爬取所述原始地址数据。
6.根据权利要求1所述的地址数据处理方法,其特征在于,所述要素关系数据库通过如下方式构建:
获取所述各个标准地址要素的经纬度信息;
根据所述各个标准地址要素的经纬度信息确定所述各个标准地址要素之间的层级关系;
将所述各个标准地址要素之间的层级关系写入指定数据库,得到所述要素关系数据库。
7.根据权利要求1所述的地址数据处理方法,其特征在于,所述根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据,包括:
根据所述每个标准地址要素的层级关系标签确定所述每个标准地址要素在地址构建模板中的写入位置;
根据所述写入位置将对应的标准地址要素写入所述地址构建模板,得到所述原始地址数据对应的标准地址数据。
8.一种地址数据处理装置,其特征在于,包括:
分词模块,用于对原始地址数据分词,得到多个原始地址要素;
第一查询模块,用于基于所述多个原始地址要素查询实体消歧数据库,得到所述多个原始地址要素中的每个原始地址要素对应的标准地址要素,所述实体消歧数据库中包括各个原始地址要素对应的标准地址要素;
第二查询模块,用于基于每个标准地址要素查询要素关系数据库,得到所述每个标准地址要素的层级关系标签,所述要素关系数据库中包括各个标准地址要素之间的层级关系;
构建模块,用于根据所述每个标准地址要素及所述每个标准地址要素的层级关系标签构建所述原始地址数据对应的标准地址数据。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一所述的地址数据处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一所述的地址数据处理方法。
CN202111174879.8A 2021-10-09 2021-10-09 地址数据处理方法、装置、电子设备和存储介质 Pending CN113868360A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111174879.8A CN113868360A (zh) 2021-10-09 2021-10-09 地址数据处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111174879.8A CN113868360A (zh) 2021-10-09 2021-10-09 地址数据处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113868360A true CN113868360A (zh) 2021-12-31

Family

ID=79002046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111174879.8A Pending CN113868360A (zh) 2021-10-09 2021-10-09 地址数据处理方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113868360A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697286A (zh) * 2022-04-18 2022-07-01 上海迎盾科技有限公司 即时通信数据的处理方法及装置、计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697286A (zh) * 2022-04-18 2022-07-01 上海迎盾科技有限公司 即时通信数据的处理方法及装置、计算机可读存储介质
CN114697286B (zh) * 2022-04-18 2024-04-26 上海迎盾科技有限公司 即时通信数据的处理方法及装置、计算机可读存储介质

Similar Documents

Publication Publication Date Title
US20200326197A1 (en) Method, apparatus, computer device and storage medium for determining poi alias
US8996523B1 (en) Forming quality street addresses from multiple providers
Campbell et al. Essentials of geographic information systems
US8175618B2 (en) Mobile device product locator
CN105869513B (zh) 在电子地图界面上显示关联标注点的方法和装置
US8949196B2 (en) Systems and methods for matching similar geographic objects
CN109492066B (zh) 一种兴趣点分支名称的确定方法、装置、设备及存储介质
CN111522838B (zh) 地址相似度计算方法及装置
JPWO2005066882A1 (ja) 文字認識装置、移動通信システム、移動端末装置、固定局装置、文字認識方法および文字認識プログラム
US20090043497A1 (en) Conveying Locations In Spoken Dialog Systems
CN110781263A (zh) 房源信息展示方法、装置、电子设备及计算机存储介质
Xiao et al. Assessing polycentric urban development in Shanghai, China, with detailed passive mobile phone data
CN101726284A (zh) 地点辨识方法、拍照装置与地点辨识系统
US10079888B2 (en) Generation and use of numeric identifiers for locating objects and navigating in spatial maps
CN113360789A (zh) 兴趣点数据处理方法、装置、电子设备及存储介质
CN112240773A (zh) 导航方法、装置、计算机装置及可读存储介质
Cetl et al. A comparison of address geocoding techniques–case study of the city of Zagreb, Croatia
CN103390099A (zh) 一种基于移动操作系统平台与Mobile GIS 的服务系统和方法
CN113868360A (zh) 地址数据处理方法、装置、电子设备和存储介质
US20200273201A1 (en) Method, apparatus, and system for feature point detection
CN114417169A (zh) 信息推荐优化方法、设备、介质及程序产品
CN114153928A (zh) 城市地理语义知识网络的构建方法、系统、设备及介质
CN111126422A (zh) 行业模型的建立及行业的确定方法、装置、设备及介质
CN113722580A (zh) 地址信息处理方法、装置、电子设备和计算机可读介质
CN112484739B (zh) 地图更新方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination