随着人工智能技术的迅猛发展,人们的生活方式与互联网的联系愈发紧密,这也进一步推动了地图导航、周边信息搜索、位置查询等技术的研究,其中位置信息服务更具有举足轻重的地位。由于互联网通信的开放性和自由性,导致从中获取的位置信息存在缺失和冗余等问题,造成地址语义模糊和歧义,严重影响了位置服务的准确性。因此为了使位置信息更加完善地融入到计算机系统中,研究地名地址位置语义计算方法显得尤为重要。本文将通过网络爬虫方式从互联网中获取的地址文本作为研究对象,而地址文本中的位置信息主要包括行政区划和路街牌号,故主要解决这两部分存在的问题。1.地名地址行政区划信息存在大量位置语义模糊和歧义等不确定性问题,主要包括:特征字缺失、重复命名、命名实体歧义等。本文提出了一种针对行政区划可信度的计算方法,结合可信度模型及不确定性推理方法,将地址要素设定为证据可信度,将通过移动窗口最大匹配算法得到的行政区划结论设定为结论可信度,综合考虑位置因子、行政区划级别等多个因素,设计合理的计算模型,得到可信度值最大的行政区划结论以作为识别结果。2.路街牌号主要存在要素特征字冗余引起的歧义性问题。为此,本文在准确获取地址行政区划信息的基础上,提出了一种更加完整的地址位置语义计算方法。通过统计语料库中要素特征字的单字字频和相邻字词频,构造特征字转移概率矩阵,结合字符串最大联合概率算法,得到地名地址位置信息准确的划分结果。本文将文本中的地址信息作为测试样本,并与传统的地址匹配算法、主流的中文分词算法和基于经验构造转移概率矩阵的算法进行对比实验。实验结果分析表明,本文方法具有较高的准确性,在获取地名地址位置语义信息的同时,能够规范化处理地址结构,使地理位置信息服务更好的应用于社会。