位置服務(wù)中的中文自動分詞技術(shù)研究與應(yīng)用.pdf

1、位置服務(wù)(Location Based Services，LBS)，是指通過移動終端和移動網(wǎng)絡(luò)的配合，確定移動用戶的實際地理位置，從而提供用戶所需要的與位置相關(guān)的服務(wù)信息。這是利用用戶位置信息進(jìn)行增值服務(wù)的一種移動通信與導(dǎo)航融合的服務(wù)形式。 中文自動分詞技術(shù)于20世紀(jì)80年代初在中文信息處理領(lǐng)域被提出，大致可以分為機(jī)械分詞方法和分機(jī)械分詞方法兩類。機(jī)械分詞方法基于字符串匹配的原理，易于實現(xiàn)。按照切取字串的方向，機(jī)械分詞方法可以分

2、為正向匹配法和逆向匹配法；按照每次匹配時優(yōu)先考慮長詞還是優(yōu)先考慮短詞，機(jī)械分詞方法可以分為最大匹配法和最小匹配法：按照匹配不成功時重新切取字串的策略，機(jī)械分詞方法又可以分為增字法和減字法。其中最大匹配法、最小匹配法和逐詞遍歷法被認(rèn)為是中文分詞的基本分詞方法，但逐詞遍歷法并不實用。其它的分詞方法都只是在分詞過程中采用的一些技巧，并不是純粹意義的機(jī)械分詞方法。非機(jī)械分詞方法主要包括專家系統(tǒng)方法和神經(jīng)元網(wǎng)絡(luò)方法。歧義切分字段的處理的是分詞算法

3、中的一個難點(diǎn)，在自動分詞過程中分詞歧義的出現(xiàn)是難以不可避免的。產(chǎn)生歧義的原因主要有：(1)由計算機(jī)自動分詞產(chǎn)生的特有歧義；(2)由自然語言中的二義性所引起的歧義；(3)由于分詞詞庫的大小而引起的歧義。從構(gòu)成形式上，歧義切分字段分為交集型歧義切分字段和多義組合型歧義切分字段。從分詞結(jié)果看，歧義切分字段還可以分為真歧義和偽歧義兩類。從切分歧義所需的知識層次分類，可將歧義字段分為：語法歧義、語義歧義和語用歧義。目前，國內(nèi)幾所知名高校都研制了自

4、己的分詞系統(tǒng)，并且在分詞速度和分詞精度上都達(dá)到了一定的要求。 浙江電信114號碼百事通超級搜索服務(wù)平臺是一個為浙江電信內(nèi)網(wǎng)用戶提供的地圖查詢系統(tǒng)。在這一平臺中，我們需要把存儲在數(shù)據(jù)庫中的地址轉(zhuǎn)換成地圖經(jīng)緯度，以便在地圖上標(biāo)識出其地圖位置。本文所說的中文地址轉(zhuǎn)換就是指將中文地址轉(zhuǎn)換為其對應(yīng)的地圖經(jīng)緯度以滿足超級搜索服務(wù)平臺的功能需求。由于人們的諸多書寫習(xí)慣，中文地址的出現(xiàn)形式較為復(fù)雜，但卻存在一些使用頻率較高的關(guān)鍵字。利用這些關(guān)鍵