[发明专利]一种中文地理信息查询方法及系统

说明书

本发明的一种中文地理信息查询方法及系统，根据用户输入的关键词生成包含所述关键词的互联网页面；将所述互联网页面转换为超文本标记语言格式文档；从所述超文本标记语言格式文档中提取特征词后的字段；当所述特征词后的字段为描述地理信息的字段时，使用百度地图对所述特征词后的字段进行查询，得到所述特征词后的字段所对应的地理信息；将所述地理信息存入地理信息数据库，得到地理信息列表。本发明中的方法或系统从包含用户输入的关键词的网页中提取出描述地理信息的字段，通过百度地图对描述地理信息的字段进行查询，得到具有实时性和全面性的地理信息列表，便于用户查阅地理信息数据，提高了用户从中文网页中提取目标地理信息的方法效率。

技术领域

本发明涉及网络文本自然语言处理技术领域，尤其涉及一种中文地理信息查询方法及系统。

背景技术

当今，互联网给我们带来了很多生活方式或生产方式上的便利与快捷。庞大的网络信息资源，使人们通过浏览器就能便捷的获取到生活或生产过程中所需要的信息。在中国互联网的实际应用中，当用户针对中文地址进行搜索时，由于搜索引擎搜索返回的网页量十分巨大，且目前搜索引擎无法过滤掉网页中涵盖的无效信息，因此用户进行地理信息搜索时，需要人为的对网页内容进行判断查找，浪费用户的时间与精力，降低了用户的工作效率。如何尽快显示出网页中涵盖的有效的地理信息数据，以为用户提供更加快捷的服务成为一项急需解决的问题。

发明内容

本发明的目的是提供一种中文地理信息查询方法及系统，以解决现有技术中从中文网页中提取地理信息的方法效率低下的问题。

一种中文地理信息查询方法，包括：

获取用户输入的关键词；

根据所述用户输入的关键词生成包含所述关键词的互联网页面；

将所述互联网页面转换为超文本标记语言格式文档；

从所述超文本标记语言格式文档中提取特征词后的字段；所述特征词包括“地址”、“地址：”及“|地址|”；

判断所述特征词后的字段是否为描述地理信息的字段；

若是，则使用百度地图对所述特征词后的字段进行查询，得到所述特征词后的字段所对应的地理信息；所述地理信息包括地理名称、地理位置和经纬度坐标；

将所述地理信息存入地理信息数据库，得到地理信息列表。

可选的，所述将所述互联网页面转换为超文本标记语言格式文档，具体包括：通过使用计算机程序设计语言python中的urllib库及request.urlopen.read()函数将所述互联网页面转换为超文本标记语言格式文档。

可选的，所述判断所述特征词后的字段是否为描述地理信息的字段，具体包括：判断所述特征词后的字段是否至少包括第一类关键字段、第二类关键字段或第三关类键字段中的任意两类关键字段；所述第一类关键字段包括“省”和“市”共两种关键字段，所述第二类关键字段包括“路”、“街”、“中心”、“广场”、“公园”和“地铁站”共六种关键字段，所述第三类关键字段包括“东”、“西”、“南”、“北”、“交汇”、“号”、“楼”和“栋”共八种关键字段；若是，则将所述特征词后的字段确定为描述地理信息的字段。

可选的，所述将所述地理信息存入地理信息数据库，得到地理信息列表，具体包括：将地理名称存入地理信息数据库中的地理名称列，将地理位置存入地理信息数据库中的地理位置列，将经纬度坐标存入地理信息数据库中的地理标记位置列，得到所述地理信息列表。

一种中文地理信息查询系统，包括：

关键词获取模块，用于获取用户输入的关键词；

包含关键词的互联网页面生成模块，用于根据所述用户输入的关键词生成包含所述关键词的互联网页面；