【摘 要】
：
为了提高中文地名字段匹配的准确度，提出中文地名的相似重复检测与清洗策略和矩阵相似重复匹配方法．该清洗策略采用矩阵相似重复匹配方法，通过矩阵运算计算中文地名数据之间相同
【机 构】
：
西安理工大学计算机科学与工程学院,西安交通大学机械制造系统工程国家重点实验室
【基金项目】
：
国家自然科学基金(No.61172018);国家“863”高技术研究发展计划基金(No.2007AA010305);陇西水利科技计划项目基金资助
论文部分内容阅读
为了提高中文地名字段匹配的准确度，提出中文地名的相似重复检测与清洗策略和矩阵相似重复匹配方法．该清洗策略采用矩阵相似重复匹配方法，通过矩阵运算计算中文地名数据之间相同字符或者词语出现的频率，利用频率计算两者之间的语义相似度和结构相似度，然后将语义和结构相似性有机结合，作为相似性判断和重复数据清洗的依据．实验验证了该方法的可行性和有效性．结果表明，该方法对于中文地名字段匹配在查准率和召回率方面优于已有的其他算法．
其他文献
《爸爸去哪儿》和《两天一夜》是当下韩国最火的两档室外真人秀节目,也正因如此,中国的地方电视台——湖南卫视和四川卫视分别引进了《爸爸去哪儿》和《两天一夜》,并作为各
“羔羊瘫软症”即以新生羔羊为主要发病对象，以倒地瘫软为主要症状的一类疾病的统称。临床上以出生3～7 d 的杂交波尔山羊最为常见。而“羔羊瘫软症”的元凶有羔羊痢疾、羊大肠
体育文化生态系统具有稳定的结构,由体育文化系统与体育环境系统构成,包含体育项目、体育符合、文化传承、社会组织等要素,具有整体性、层次性与协同性的特征。基于文化生态
让校园文化落地生根,一条根本路径是构建校园文化的课程形态,对这一命题的求解教育界还很薄弱。文本理清了校园文化与学校课程的关系,探究了校园文化的核心内涵,找到了校园文
社会主义核心价值观引领医学生人文教育,既能够将社会主义核心价值观教育落到实处,又能够提升医学生的人文素养。社会主义核心价值观引领医学生人文教育具有可行性,科学的顶
中国孔庙在近现代的发展情况已经成为孔庙研究的重要课题.文章对近现代东亚及东南亚的发展及形成的原因进行了探讨.
清康熙至乾隆年间,有十位西洋画家在宫廷服务。这些西洋画家以意大利人为主,他们在宫廷服务的过程中,经历了从兼职画师到专职画师的变化。乾隆统治的前三十年,为欧洲天主教会
从上海市闵行区市场监管局获悉,目前该局正在辖区内食品企业探索推行＂吹哨人＂制度,即知情人士爆料制度。这一制度已在重点食品生产企业内试行。闵行区在辖区所有食品生产企业厂
智慧社区的本质是提供一个平台,安心家正是通过互联网云平台,深度整合社区视频监控、一卡通、可视对讲系统以及智能家居、智能硬件产品,将业主和小区进行连接。2016年4月8日,
<正>谁能想到地铁所用的电缆会有问题?据报道,被称为"西安最美地铁"的西安地铁3号线,所用的5种规格电缆——均由陕西奥凯电缆有限公司生产,经西安市质监局检测发现,皆不合格