[发明专利]基于地理位置信息的机构命名排歧方法及装置

权利要求书

1.一种基于地理位置信息的机构命名排歧方法，其特征在于，包括以下步骤：

S1，获取输入文本信息，对所述输入文本信息进行抽取生成机构信息集合，对所述输入文本信息进行挖掘生成所述机构信息集合中的每个机构对应的具有地理位置指向性的信息，将所述具有地理位置指向性的信息结构化为地理位置指向性信息集合；

S2，根据所述机构信息集合、所述地理位置指向性信息集合和多地图API，将所述机构信息集合中的每个机构映射为不同的地理位置，将映射的结果进行结构化生成结构化机构信息集合；

S3，根据相似度算法对所述结构化机构信息集合进行相似度计算，根据计算结果生成机构相似度矩阵；

S4，根据所述机构相似度矩阵判断所述机构信息集合中的不同机构是否属于同一机构，根据判断结果进行机构命名排歧，并输出排歧结果。

2.根据权利要求1所述的基于地理位置信息的机构命名排歧方法，其特征在于，所述S2进一步包括：

根据所述机构信息集合和所述地理位置指向性信息集合进行多地图API映射查询得到每个机构在不同地图API的映射结果；

根据不同地图API的映射结果进行两两距离计算，根据距离计算结果和预设距离将映射结果进行分类，根据分类结果确定每个机构的地理位置信息，将所述机构信息集合、所述地理位置指向性信息集合和每个机构的地理位置信息进行结构化组成所述结构化机构信息集合。

3.根据权利要求1所述的基于地理位置信息的机构命名排歧方法，其特征在于，所述S3进一步包括：

根据每个机构的对应的文本信息和gestalt相似度算法计算每个机构间的相似度值，根据所述地理位置指向性信息集合计算每个机构地理位置间的距离值；

根据所述相似度值和所述距离值计算所述结构化机构信息集合中任意两个元素的机构相似度值；

根据所述机构相似度值生成所述机构相似度矩阵。

4.根据权利要求4所述的基于地理位置信息的机构命名排歧方法，其特征在于，所述根据所述相似度值和所述距离值计算所述结构化机构信息集合中任意两个元素的机构相似度值的公式为：

Sim(g₁,g₂)＝α×w₁+β×w₂

其中，α和β为文本相似度值w₁和距离相似度值w₂的权重，d为所述距离值，g₁和g₂为所述结构化机构信息集合中的元素。

5.根据权利要求1所述的基于地理位置信息的机构命名排歧方法，其特征在于，所述S4进一步包括：

根据所述机构相似度矩阵和相似度阈值进行判断，将所述机构相似度矩阵中的所述机构相似度值大于所述相似度阈值的归为相似机构数组，判断不同的相似机构数组之间是否有重叠，若有，则增大所述相似度阈值再进行判断，若没有，则结束，输出排歧结果。

6.一种基于地理位置信息的机构命名排歧装置，其特征在于，包括：

处理模块，用于获取输入文本信息，对所述输入文本信息进行抽取生成机构信息集合，对所述输入文本信息进行挖掘生成所述机构信息集合中的每个机构对应的具有地理位置指向性的信息，将所述具有地理位置指向性的信息结构化为地理位置指向性信息集合；

映射模块，用于根据所述机构信息集合、所述地理位置指向性信息集合和多地图API，将所述机构信息集合中的每个机构映射为不同的地理位置，将映射的结果进行结构化生成结构化机构信息集合；

计算模块，用于根据相似度算法对所述结构化机构信息集合进行相似度计算，根据计算结果生成机构相似度矩阵；

输出模块，用于根据所述机构相似度矩阵判断所述机构信息集合中的不同机构是否属于同一机构，根据判断结果进行机构命名排歧，并输出排歧结果。