亢孟軍，杜清運(yùn)，王明軍

武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北 武漢430079

1 引 言

地址是一種采用自然語言組織描述個(gè)體地域空間位置的抽象的編碼方法［1－2］。通過解析地址獲取地理坐標(biāo)是當(dāng)前獲取空間信息簡(jiǎn)單有效的手段［3］。這種方法稱為地理編碼（Geocoding），是指按照一定的規(guī)則賦予個(gè)體地域唯一、可識(shí)別的編碼，建立個(gè)體地域與標(biāo)準(zhǔn)地址、空間坐標(biāo)的映射關(guān)系，從而可將地址與空間坐標(biāo)進(jìn)行自動(dòng)轉(zhuǎn)換［3－5］。地理編碼由4部分組成：輸入數(shù)據(jù)、輸出數(shù)據(jù)、處理算法和參考數(shù)據(jù)庫［6］。地理編碼服務(wù)由最初的專業(yè)應(yīng)用已經(jīng)完全融入普通公眾的生活工作中。

地址匹配是地理編碼的核心，主要有3種方法：①為待匹配地址分配一個(gè)地址單元（address parcel），例如網(wǎng)格單元；②基于點(diǎn)狀地址模型（address point）的地址查詢；③基于路網(wǎng)模型（street network），通過線性內(nèi)插為門牌分配坐標(biāo)［5，7］。歐美國家一般先進(jìn)行城市總體規(guī)劃，再建立詳細(xì)的地址模型，地址數(shù)據(jù)規(guī)范，地理編碼的難度和工作量小，地址匹配主要基于上述3種方法。而在我國，由于地址規(guī)劃落后于城市建設(shè)，地址標(biāo)準(zhǔn)混亂以及中文地址表達(dá)的隨意性，給地理編碼工作帶來了極大的難度和工作量，必須通過算法上的優(yōu)化來解決［8－12］。

地址模型是地址匹配、地理編碼的核心，決定地址編碼的算法和地址匹配的質(zhì)量。本文將從以下4部分進(jìn)行論述：①討論地址的概念，對(duì)常見的中文地址模型進(jìn)行總結(jié)；②提出基于地址樹模型的標(biāo)準(zhǔn)地址提取方法；③提出標(biāo)準(zhǔn)地址可靠性的評(píng)價(jià)方法；④通過地址匹配試驗(yàn)對(duì)本文提出的方法進(jìn)行驗(yàn)證。

2 地址的概念

地址是一種抽象的編碼方法，通過自然語言組織描述個(gè)體地域的空間位置。地址是地址元素的集合，可表示為

式中，A表示地址；xi表示地址元素；P（xi，xj）表示地址元素之間存在的空間約束關(guān)系，該約束不為空。

地址元素通常為地名，例如門牌號(hào)、街道名稱、街道類型和郵政編碼。狹義的地名指具有指位性和社會(huì)性的個(gè)體地域的指稱［13］，廣義地名指地理實(shí)體的指稱。如圖1，地理實(shí)體有3個(gè)重要的性質(zhì)：①地理實(shí)體“是什么”，涉及地理實(shí)體的語義、分類體系、空間關(guān)系等［14－15］；②地理實(shí)體“叫什么”，涉及地理實(shí)體的規(guī)范命名等［16－19］；③地理實(shí)體“在哪里”，涉及地理實(shí)體的空間位置描述和表達(dá)。地理坐標(biāo)是空間位置的重要表達(dá)方式，但在導(dǎo)航應(yīng)用中，空間坐標(biāo)并不能提供給用戶足夠的空間指位功能，用戶面臨“最后20m”的難題，即根據(jù)導(dǎo)航數(shù)據(jù)只能找到目的地附近的位置，最后20m的距離只能靠別的方式確定。地址是通過自然語言的編碼方式表達(dá)地理實(shí)體的空間位置，它符合人的空間認(rèn)知特點(diǎn)，便于進(jìn)行位置的表達(dá)和交流。

圖1 地理實(shí)體、地名、地址關(guān)系Fig.1 Relationship of geographical entity，place name and address

國內(nèi)外城市規(guī)劃部門都把地址作為城市規(guī)劃的重要組成部分，產(chǎn)生了多種有特色的地址模型。如美國常用的地址模型包括以下幾種地址元素［20］：門牌號(hào)；前綴方向、前綴類型、街道名稱；街道類型，后綴方向；城市、州和郵政編碼等信息，如圖2（a）所示。紐約皇后區(qū)規(guī)劃東西走向的為路（avenue），南北走向的為街（street），同時(shí)記錄道路交叉口信息，如圖2（c）。鹽湖城的地址模型以“后期圣徒”教堂作為參考中心，為道路分配相對(duì)于教堂的距離和位置編碼，如圖2（d）。伊利諾伊州地址模型把網(wǎng)格區(qū)域作為重要的地址元素，輔助確定門牌號(hào)的準(zhǔn)確位置，如圖2（e）。德國一般地址模型同于美國，但地址元素的排列方式略有不同，如圖2（b）。

圖2 國外常用地址模型Fig.2 Common foreign address models

以上地址模型的共同點(diǎn)：①重視郵政編碼的指位功能，通過郵政編碼即可定位到一定的空間區(qū)域；②門牌號(hào)作為最基本的地址元素，是地址最詳細(xì)的位置指定元素，門牌號(hào)在西方文化中的重要性已經(jīng)超越了規(guī)劃的意義，例如“唐寧街10號(hào)”比“首相官邸”實(shí)體更有名氣；③重視路網(wǎng)在宏觀上的指位功能，描述更為詳細(xì)的道路信息，例如通過道路后綴表示其走向、級(jí)別等；④地址元素的穩(wěn)定性較高，所謂穩(wěn)定性是指在一定時(shí)間段內(nèi)的變化頻率；⑤重視規(guī)劃、超前規(guī)劃、尊重規(guī)劃，例如鹽湖城的規(guī)劃始于19世紀(jì)，皇后區(qū)的規(guī)劃始于20世紀(jì)20年代，并且后期的地址編碼都采用前期的規(guī)劃原則。

在我國，地址模型尚未在城市規(guī)劃中得到足夠的重視，以門牌的管理為例，如圖3所示，“武漢大學(xué)信息學(xué)部”所在的地址為“武漢市洪山區(qū)珞喻路129號(hào)”，該地址模型為“市｜區(qū)｜道路｜門牌號(hào)”，其中，“市｜區(qū)”部分由民政部地名辦公室管理，“道路”由武漢市規(guī)劃部門管理，而“門牌號(hào)”由公安部門管理。目前全國到各省市，尚無一個(gè)統(tǒng)一的協(xié)調(diào)機(jī)構(gòu)［21］，這種突出的矛盾已經(jīng)無法滿足城市規(guī)劃和信息化發(fā)展的需求。

圖3 我國的地名管理體系示例Fig.3 Sample of Chinese place names management system

中文地址模型研究已經(jīng)得到越來越多學(xué)者關(guān)注［22－24］，在《深圳市地名總體規(guī)劃》中，已經(jīng)對(duì)深圳市的地址模型進(jìn)行了全面的規(guī)范。表1通過分析深圳市部分地址，提取了幾種常用的地址模型，可以得到以下4個(gè)結(jié)論：

表1 深圳市地址模型示例Tab.1 Address model samples of Shenzhen

①行政區(qū)劃在地址模型中作用重要，作為主要的空間區(qū)域約束元素；②由于缺乏唯一、標(biāo)準(zhǔn)的地址表述，在描述地址時(shí)，人們總是提供盡可能多地描述信息，從而導(dǎo)致地址描述的信息冗余，這種冗余亦可能導(dǎo)致地址歧義；③在有明確門牌號(hào)的情況下，人們?cè)敢膺x擇門牌描述地址，但是由于門牌規(guī)劃、標(biāo)示不充分，導(dǎo)致用戶不得不選擇公共設(shè)施、單位名等穩(wěn)定性低的地名作為地址描述；④新舊城區(qū)無統(tǒng)一標(biāo)準(zhǔn)，部分城中村編碼方案混亂，有采用門牌號(hào)的，也有采用樓棟號(hào)的。

地址模型是地址標(biāo)準(zhǔn)化的核心，也是實(shí)施地理編碼的核心。地址模型的確立需要有完善的規(guī)劃方案作為前提，同時(shí)要兼顧用戶的空間認(rèn)知習(xí)慣，以引導(dǎo)為主，逐步推進(jìn)地址規(guī)范化的有效實(shí)施。而針對(duì)目前的非標(biāo)準(zhǔn)地址大量存在的現(xiàn)實(shí)，有效的地址提取算法是唯一解決辦法。

3 地址樹模型及標(biāo)準(zhǔn)地址提取

非標(biāo)準(zhǔn)地址要與空間坐標(biāo)進(jìn)行轉(zhuǎn)換，要經(jīng)過地址解析和標(biāo)準(zhǔn)化的過程，如圖4所示。首先經(jīng)過地址分詞，形成可識(shí)別的地址元素集合，這里的詞庫是收錄具有詞匯意義的地名詞典（Gazetteer）［25－26］。由于存在地名重名，因此需要消解地名歧義，構(gòu)建符合空間約束關(guān)系的地名元素集合；經(jīng)過定歧義消解，地址元素的空間語義較為明確，形成子地址集合；任一子地址根據(jù)其地址元素的類別，可明確該子地址的詳細(xì)指位含義。此時(shí)，可以直接進(jìn)行地址標(biāo)準(zhǔn)化或地址匹配操作，如圖4。

圖4 標(biāo)準(zhǔn)地址提取流程Fig.4 Process of standard address extraction

3.1 地址模型空間約束關(guān)系描述

組成標(biāo)準(zhǔn)地址的地址元素之間需要具有空間約束關(guān)系，如式（1）中的P（xi，xj）≠?，xi≠xj可用拓?fù)潢P(guān)系表示這種約束，具體的拓?fù)潢P(guān)系類型要根據(jù)地址元素的幾何類型確定，一般要保證地址元素間的包含或關(guān)聯(lián)關(guān)系［27－29］。本文分別以“行政區(qū)劃｜道路｜門牌號(hào)｜公共設(shè)施”（street network model）和“行政區(qū)劃｜片區(qū)｜門牌號(hào)｜公共設(shè)施”（address parcel model）兩種常用地址模型說明（表2）。

表2 地址元素空間約束關(guān)系的九交模型表達(dá)Tab.2 The 9－intersection model expression on space constraint relationship of address elements

路網(wǎng)模型（street network model）是約束關(guān)系最復(fù)雜的一種模型，道路是地址信息的主要載體，行政區(qū)劃與道路關(guān)系主要有3種：包含、關(guān)聯(lián)和相交，表2中，例1是最常見的地址模型。中文地址的組織，往往從高級(jí)別行政區(qū)劃開始，以空間上的包含關(guān)系來逐步限定地址表述目標(biāo)，這種特點(diǎn)比較符合點(diǎn)狀模型或者分區(qū)模型，但也被應(yīng)用于路網(wǎng)模型。多數(shù)道路也適合這種“包含于”行政區(qū)劃的特征，但是，道路經(jīng)常作為行政區(qū)劃的分界，或者出現(xiàn)跨越行政區(qū)劃的現(xiàn)象，如表2中的示例5，這時(shí)，地址元素的層次關(guān)系表達(dá)不代表其“包含”的空間關(guān)系，只代表其空間上的關(guān)聯(lián)關(guān)系，這種組織方式可以明確路段信息，使地址指向更加明確。

門牌號(hào)與道路是拓?fù)潢P(guān)聯(lián)關(guān)系，總體上沿道路按照線性特征分布。通過對(duì)部分城市門牌數(shù)據(jù)的分析發(fā)現(xiàn)，絕大多數(shù)門牌分布在道路400m以內(nèi)，部分區(qū)域由于路網(wǎng)稀疏、居民點(diǎn)密集、門牌呈聚集狀分布。

分區(qū)模型（address parcel model）是以居住區(qū)為單位的面狀區(qū)域地址元素，例如城中村、社區(qū)分區(qū)或工業(yè)區(qū)等，如表2中的示例6。這類地址元素一般“包含于”行政區(qū)劃，同時(shí)分區(qū)也包含一定的門牌號(hào)或樓棟號(hào)，這種空間約束不同于道路門牌的線狀關(guān)系，一般呈面狀聚集特征，因此這類匹配一般把分區(qū)的行政中心或幾何中心作為結(jié)果返回。

表2的示例4、5中，“八一路”作為武昌區(qū)和洪山區(qū)的行政區(qū)劃邊界，地址描述根據(jù)門牌具體所屬的行政區(qū)劃組織，從而出現(xiàn)了同一道路門牌，行政區(qū)劃的限定地址元素不同的現(xiàn)象。這種地址組織方式說明了拓?fù)浒@種空間關(guān)系在人們進(jìn)行空間認(rèn)知和表達(dá)中的重要性，同時(shí)，增強(qiáng)了地址的指向性。

3.2 地址模型的錯(cuò)誤空間約束關(guān)系

標(biāo)準(zhǔn)的地址模型是指地址描述中包含完整的行政區(qū)劃信息、詳細(xì)地址元素，并且指向性明確。但在實(shí)際基礎(chǔ)地理信息普查或地址應(yīng)用中，非標(biāo)準(zhǔn)地址或錯(cuò)誤地址大量出現(xiàn)，嚴(yán)重影響了地址匹配的精度。非標(biāo)準(zhǔn)地址或錯(cuò)誤地址主要有以下4種情況：

（1）行政區(qū)劃地址元素不完善，但整條地址指向性明確。這類地址在實(shí)際應(yīng)用中出現(xiàn)較多，屬于非標(biāo)準(zhǔn)地址，需要標(biāo)準(zhǔn)化。

（2）行政區(qū)劃地址元素不完善，整條地址指向性不明確。例如肯德基或銀行類公共設(shè)施，在一定行政區(qū)劃內(nèi)分布數(shù)量較多，需要補(bǔ)充附加描述信息。地址匹配時(shí)，可提供該類公共設(shè)施結(jié)果集或上一級(jí)地址元素作為查詢結(jié)果。

（3）地址元素空間約束級(jí)別倒置、混亂。這類地址由于書寫的隨意性，或?qū)ζ淇臻g位置的不確定性，將地址元素錯(cuò)誤排列并增加其他相關(guān)位置描述信息。在地址匹配過程中，需要對(duì)地址元素識(shí)別并重建其空間約束關(guān)系，同時(shí)過濾關(guān)聯(lián)關(guān)系弱的描述信息，是地址匹配需要重點(diǎn)解決的一類錯(cuò)誤情況。

（4）地址元素空間約束關(guān)系錯(cuò)誤。這類錯(cuò)誤較多出現(xiàn)在基礎(chǔ)地理信息普查過程中，地址元素子集的空間指向性和整條地址是分離、不相關(guān)的。地址匹配時(shí)，需要識(shí)別地址的真實(shí)指向，并剔除錯(cuò)誤地址元素，是地址匹配的難點(diǎn)。

實(shí)際應(yīng)用的地址多是以上幾種情況的混合，增加了地址匹配的難度和工作量。本文提出一種地址樹模型，通過地址元素的識(shí)別、空間約束關(guān)系的重構(gòu)、地址原始指向的識(shí)別、錯(cuò)誤地址元素剔除以及地址冗余信息的過濾，提取標(biāo)準(zhǔn)地址，提高地址匹配的準(zhǔn)確性。

3.3 地址樹模型及提取算法

定義1：地址是地址元素的集合，也是子地址集合。一個(gè)地址描述可能具有多個(gè)指向目標(biāo)，可表示為

式中，Ai表示地址A的一個(gè)指向目標(biāo)。

定義2：每個(gè)地址元素對(duì)應(yīng)n個(gè)地址語義，地址語義指地址元素實(shí)際指向的個(gè)體地域目標(biāo)，對(duì)應(yīng)于實(shí)際的同名不同址問題。可表示為

式中，xi表示任意地址元素；S表示地址元素xi的語義集合；si表示xi的任意地址語義。

定義3：語義級(jí)別指按照地址元素類型的分級(jí)信息，行政區(qū)劃級(jí)別高，詳細(xì)地址元素級(jí)別低，語義si的語義級(jí)別表示為AddrLevel（si）。

如圖5所示，地址提取的過程是在地址元素的語義集合中，尋找一條符合空間約束關(guān)系的連通路徑，每條子地址可看作地址描述的一個(gè)子樹，這種特點(diǎn)適合用樹模型進(jìn)行地址解析。

圖5 地址、地址元素、地址語義關(guān)系Fig.5 Relationship among address，address elements and address semantic

基于地址樹模型的標(biāo)準(zhǔn)地址提取算法如圖6所示，具體步驟描述如下：

（1）假設(shè)地址字符串已經(jīng)分詞、識(shí)別，生成地址元素集合X以及地址元素語義集合S。

（2）建立根節(jié)點(diǎn)root，提取地址元素x1，遍歷x1的語義集S1，構(gòu)建地址語義節(jié)點(diǎn)，并依次連結(jié)到根節(jié)點(diǎn)。

（3）提取后續(xù)地址元素xi，遍歷其語義節(jié)點(diǎn)Si。對(duì)于節(jié)點(diǎn)Si1，依次與當(dāng)前地址樹的葉子節(jié)點(diǎn)li比較。首先比較其語義級(jí)別，若Si1語義級(jí)別低于li，則比較Si1與li的空間約束關(guān)系一致性，若空間約束關(guān)系一致，則Si1連結(jié)到當(dāng)前葉子節(jié)點(diǎn)li。

若不一致，則沿該子樹上溯，直到找到該子樹的結(jié)點(diǎn)l′i，滿足l′i語義大于Si1。此時(shí)比較兩節(jié)點(diǎn)的空間約束一致性，若不一致，則比較Si1與地址樹的下一葉子節(jié)點(diǎn)，重復(fù)步驟（3）；若一致，比較Si1與l′i后一結(jié)點(diǎn)的空間約束關(guān)系，若一致，則把Si1插入該子樹當(dāng)前位置，若不一致，則比較Si1與地址樹的下一葉子節(jié)點(diǎn)，重復(fù)步驟（3）。

若Si1上溯到根節(jié)點(diǎn)，仍未連結(jié)，則把該節(jié)點(diǎn)連結(jié)到地址樹的最右邊，作為一條新的子樹。

（4）對(duì)于同一地址元素，若AddrLevel（si）≠AddrLevel（sj）（i≠j），并且sj已經(jīng)成為地址樹的葉子節(jié)點(diǎn)，則跳過該葉子節(jié)點(diǎn)。

空間約束關(guān)系一致是指地址元素拓?fù)潢P(guān)系符合表2的約束規(guī)則。具體實(shí)施可采用兩種方法：①實(shí)時(shí)計(jì)算地址元素拓?fù)潢P(guān)系，該方法運(yùn)算量大、響應(yīng)時(shí)間長(zhǎng)，但反映拓?fù)潢P(guān)系準(zhǔn)確；②對(duì)地址元素預(yù)處理，通過一定地理編碼方案，記錄地址元素的拓?fù)潢P(guān)系。一般的編碼方案只記錄拓?fù)洹鞍?，?duì)于路網(wǎng)并不適用，可擴(kuò)展編碼方法，對(duì)路網(wǎng)的“關(guān)聯(lián)”關(guān)系進(jìn)行適當(dāng)記錄。該方法運(yùn)算量小、響應(yīng)時(shí)間短，但地址元素變化后，需要更新編碼以維護(hù)其空間關(guān)系。對(duì)于實(shí)際應(yīng)用而言，主要地址元素，如行政區(qū)劃等，其穩(wěn)定性較高，采用第2種方法更方便。

圖6 基于地址樹模型的標(biāo)準(zhǔn)地址提取算法流程Fig.6 Process of standard address extraction algorithm based on address tree model

非標(biāo)準(zhǔn)地址標(biāo)準(zhǔn)化后由兩個(gè)大部分構(gòu)成，其組合原則如下：

〈標(biāo)準(zhǔn)地址〉：：＝〈行政轄區(qū)名稱〉〈局部地址描述〉…〈局部地址描述〉

其中〈行政轄區(qū)名稱〉為政區(qū)類地名，局部地址描述可以是多級(jí)的，如：深圳市福田區(qū)福田街道口岸社區(qū)福田南路34號(hào)皇崗海關(guān)生活區(qū)新2棟，為2級(jí)局部地址型地址。

3.4 匹配地址集的篩選和評(píng)價(jià)方法

非標(biāo)準(zhǔn)地址經(jīng)過地址模型提取后，得到子地址集合，需要對(duì)子地址集合按照空間指向相關(guān)系進(jìn)行評(píng)價(jià)、排序，得到最符合原始地址指向目標(biāo)的標(biāo)準(zhǔn)地址。評(píng)價(jià)方法主要從以下3個(gè)指標(biāo)進(jìn)行評(píng)價(jià)：有意義比例、完整度和基于地址元素權(quán)重的評(píng)分。

有意義比例，是指可識(shí)別的地址元素占所有地址元素的比例，反映當(dāng)前子地址的可靠性，若有意義比例過低，則該子地址的指向目標(biāo)是不可靠的；完整度，是子地址樹的深度和地址元素集合數(shù)目的比。完整度為1的子地址與原始地址的指向性完全一致；基于地址元素權(quán)重的評(píng)分方法，假設(shè)一個(gè)地址嚴(yán)格按照標(biāo)準(zhǔn)地址模型組織，每個(gè)地址元素對(duì)應(yīng)一個(gè)嚴(yán)格的位置，若子地址中某地址元素偏離其標(biāo)準(zhǔn)位置越遠(yuǎn)，則得分越低，反之，則得分越高，再結(jié)合該地址元素的權(quán)重，可計(jì)算子地址打分。

在實(shí)際應(yīng)用中，可先設(shè)置有意義比例的閾值，高于閾值的子地址集合比較其完整度，完整度小于1的子地址集合，再計(jì)算其評(píng)分，按該流程對(duì)子地址排序，獲取最符合原始地址的指向目標(biāo)的子地址。

地址匹配度是指原始地址的匹配地址與其目標(biāo)地址的契合程度，經(jīng)過上述處理，可以得到地址庫中最契合原始地址描述的候選地址。地址匹配度可表達(dá)為

式中，D為地址匹配度；MS表示原始地址的匹配地址；OS表示原始地址的目標(biāo)地址，即地址本身指向的空間位置；M是原始地址分詞結(jié)果集的空間語義集，表示為s（t1＋t2＋t3＋…＋tn），也可表示為s1＋s2＋…＋sn，該空間語義集按照拓?fù)潢P(guān)系約束等價(jià)于sn，即由最詳細(xì)、地址語義級(jí)別最低的要素表示該地址的指向。原始地址經(jīng)過分詞可拆分一組可識(shí)別和不可識(shí)別的地址要素集，其中t表示可識(shí)別的要素，x表示不可識(shí)別的要素，t1＋x1＋t2＋t3＋x2＋…＋tn＋xi為該拆分結(jié)果的表示，未知元素x可分布在地址描述的任意位置。為簡(jiǎn)化地址匹配度計(jì)算，假設(shè)地址描述不存在亂序現(xiàn)象，即地址描述按照行政區(qū)劃級(jí)別從高到底排列。

量化地址匹配度，一般采用向量空間模型（vector space model，VSM），傳統(tǒng) VSM 的分詞項(xiàng)被假設(shè)為彼此相互獨(dú)立，權(quán)重由詞頻決定，這種方法未考慮地址要素的空間約束關(guān)系。本文采用改進(jìn)的VSM，分詞項(xiàng)權(quán)重設(shè)置為w＝ei，其中e為自然對(duì)數(shù)的底數(shù)，i為分詞項(xiàng)在原始地址分詞集合中的順序數(shù)，對(duì)各分詞項(xiàng)權(quán)重進(jìn)行歸一化處理為分詞集合的數(shù)量，此時(shí)wi的值域?yàn)椋?，1］。此權(quán)重的設(shè)置可以保證兩點(diǎn)：①原始地址描述中順序靠后的地址元素有更高的權(quán)重；②即前n－1項(xiàng)的權(quán)重和小于第n項(xiàng)的權(quán)重，確保順序靠后的地址要素具有足夠的權(quán)重。

則地址匹配度表達(dá)為：D＝cosθ＝（M·O）／其中，M為原始地址的匹配地址要素的權(quán)重矢量；O為原始地址描述的分詞權(quán)重矢量。

4 試驗(yàn)結(jié)果及分析

本文以深圳市2012年地址編碼庫為參考，選取深圳市建筑物普查377條數(shù)據(jù)作為試驗(yàn)數(shù)據(jù)（多數(shù)為標(biāo)準(zhǔn)地址），原始數(shù)據(jù)包含建筑物的面狀空間信息和地址描述。其中，主要存在兩種非標(biāo)準(zhǔn)地址：①一個(gè)建筑物對(duì)應(yīng)多個(gè)門牌，例如分布在道路交叉口、呈L形的建筑物；②多個(gè)建筑物屬于同一個(gè)門牌，例如面街的大型建筑物。這兩種情況會(huì)影響到地址匹配精度。

提取建筑物的地址，利用自主開發(fā)的TeleGCoder軟件進(jìn)行地址匹配，生成建筑物所屬地址的點(diǎn)狀要素?cái)?shù)據(jù)和地址匹配統(tǒng)計(jì)信息，匹配情況如圖7所示。

表3為建筑物地址匹配率統(tǒng)計(jì)結(jié)果，試驗(yàn)結(jié)果顯示地址匹配度100%的條目占到總條目的94.96%，這類地址的特征為：①描述相對(duì)規(guī)范，無別字錯(cuò)字；②行政區(qū)劃完善，詳細(xì)地址部分描述準(zhǔn)確；③符合基本的地址模型規(guī)則，對(duì)地址匹配的干擾較小。

圖7 建筑物所在地址匹配結(jié)果Fig.7 The match result of building addresses

表3 建筑物地址匹配率統(tǒng)計(jì)結(jié)果Tab.3 Statistics of building address match rate

表4列舉了幾種低匹配度地址情況，主要有以下原因：①地址參考庫的數(shù)據(jù)不完善；②地址含有非標(biāo)準(zhǔn)的公共設(shè)施名稱；③采用相對(duì)位置關(guān)系、方位關(guān)系描述地址；④采用路口描述地址。因此，在地址參考庫不變的情況下，規(guī)范地址描述，可以極大地提高地址匹配率。

表4 低匹配度地址匹配結(jié)果Tab.4 Samples of low match degree address

5 結(jié) 論

地址匹配是建立專題數(shù)據(jù)與空間信息關(guān)聯(lián)的有效手段，由于缺乏完善的城市地址規(guī)劃，人們對(duì)規(guī)范地址的認(rèn)知度不高，地址表達(dá)不規(guī)范，導(dǎo)致地址匹配率不高。本文在論述地址概念的基礎(chǔ)上，提出了幾種標(biāo)準(zhǔn)地址模型的組織方式，并用九交模型對(duì)其拓?fù)潢P(guān)系進(jìn)行歸類。鑒于非標(biāo)準(zhǔn)地址大量出現(xiàn)在基礎(chǔ)地理信息普查數(shù)據(jù)中，本文提出了一種基于地址樹模型的標(biāo)準(zhǔn)地址提取方法，以地址元素的空間約束關(guān)系為條件，提取標(biāo)準(zhǔn)子地址集合并剔除非標(biāo)準(zhǔn)子地址或錯(cuò)誤地址元素。試驗(yàn)結(jié)果表明，該方法可以獲得較高的地址匹配率。由于非標(biāo)準(zhǔn)地址類型較多，要進(jìn)一步提高地址匹配率需要在地址規(guī)范普及和算法兩個(gè)方面進(jìn)行更多的研究。

［1］ ZHANG Xueying，ZHU Shaonan，ZHANG Chunju.Annotation of Geographical Named Entities in Chinese Text［J］.Acta Geodaetica et Cartographic Sinica，2012，41（1）：115－120.（張雪英，朱少楠，張春菊.中文文本的地理命名實(shí)體標(biāo)注 ［J］.測(cè)繪學(xué)報(bào)，2012，41（1）：115－120.）

［2］ PALKOWSKY B，METACARTA I.A New Application Information Discovery：Geography Really Does Matter［C］∥Proceedings of the SPE Annuual Technical Conference and Exhibition.Dallas：［s.n.］，2005.

［3］ ROONGPIBOONSOPIT D，KARIMI H A.Comparative Evaluation and Analysis of Online Geocoding Services［J］.International Geographical Information Science，2010，24（7）：1081－1100.

［4］ ZHANG Xueying，LüGuonian，LI Boqiu，et al.Rule－based Approach to Semantic Resolution of Chinese Addresses［J］.Geoinfomation Science，2010，12（1）：9－17.（張雪英，閭國年，李伯秋，等.基于規(guī)則的中文地址要素解析方法［J］.地球信息科學(xué)學(xué)報(bào)，2010，12（1）：9－17.）

［5］ ZANDBERGEN P A.A Comparison of Address Point，Parcel and Street Geocoding Techniques ［J］. Computers，Environment and Urban Systems，2008，32（3）：214－232.

［6］ GOLDBERG D W，WILSON J P，KNOBLOCK C A.From Text to Geographic Coordinates：the Current State of Geocoding［J］.URISA Journal，2007，19（1）：33－46.

［7］ RUSHTON G，ARMSTRONG M P，GITTLER J，et al.Geocoding in Cancer Research：A Review ［J］.American Journal of Preventive Medicine，2006，30（2）：S16－S24.

［8］ ZHU Jianwei，WANG Zemin.The Principle of Geocodifying and Its Solution on Localization［J］.Beijing Surveying and Mapping，2004（2）：24－27.（朱建偉，王澤民.地理編碼原理及其本地化解決方案 ［J］.北京測(cè)繪，2004（2）：24－27.）

［9］ WANG Xiuming.Address Automatic Matching of Geographic Information System［J］.Journal of Minxi Vocational and Technical College，2007，9（2）：75－77.（王秀明.地理信息系統(tǒng)地址自動(dòng)匹配 ［J］.閩西職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2007，9（2）：75－77.）

［10］ HU Qing，XU Jianhua，WANG Zhihai.Study on the Method of Address Automatically Matching in GIS Database［J］.Geomatics and Spatial Information Technology，2008，31（6）：50－52.（胡青，徐建華，王志海.GIS數(shù)據(jù)庫中地址自動(dòng)匹配方法研究 ［J］.測(cè)繪與空間地理信息，2008，31（6）：50－52.）

［11］ SUN Yafu，CHEN Wenbin.Address Matching Technology Based on Word Segmentation［C］∥Proceedings of China Association of Geographic Information Systems Fourth Congress of the 11th Annual Meeting.Beijing：［s.n.］，2007：114－125.（孫亞夫，陳文斌.基于分詞的地址匹配技術(shù) ［C］∥中國地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集.北京：［s.n.］，2007：114－125.）

［12］ HUANG Song.Research on Chinese Address Coding Technology［D］.Beijing：Beijing University，2005.（黃頌.中文地址編碼技術(shù)的研究 ［D］.北京：北京大學(xué)，2005.）

［13］ CHU Yaping，YIN Junke，SUN Donghu.The Toponymy Basis Tutorial［M］.Beijing：Sinomap Press，1994.（褚亞平，尹鈞科，孫冬虎.地名學(xué)基礎(chǔ)教程 ［M］.北京：中國地圖出版社，1994.）

［14］ ZHANG Xueying，ZHANG Chuju，LüGuonian.Design and Analysis of a Classification Scheme of Geographical Named Entities［J］.Geoinformation Science，2010，12（2）：220－227.（張雪英，張春菊，閭國年.地理命名實(shí)體分類體系的設(shè)計(jì)與應(yīng)用分析 ［J］.地球信息科學(xué)，2010，12（2）：220－227.）

［15］ CHEN Jianjun，ZHOU Chenhu，WANG Jinggui.Advances in the Study of the Geo－ontology［J］.Earth Science Frontiers，2006，13（3）：81－90.（陳建軍，周成虎，王敬貴.地理本體的研究進(jìn)展與分析 ［J］.地學(xué)前緣，2006，13（3）：81－90.

［16］ CHU Yaping.The City Names Commercialization of Geographic Names Legalization［J］.Chinese Toponym，1996（1）：4－6.（褚亞平.城市地名商品化與地名管理法制化 ［J］.中國地名，1996（1）：4－6.）

［17］ CHU Yaping.Urban Planning and Development Can not Ignore the Toponym Planning［J］.Beijing Planning Review，2004（6）：112－113.（褚亞平.城市規(guī)劃發(fā)展不能忽略地名規(guī)劃 ［J］.北京規(guī)劃建設(shè)，2004（6）：112－113.）

［18］ QIN Xuexiu.Three Forms of Placename Data and Their Demand［J］.Bulletin of Surveying and Mapping，2011（10）：68－69.（秦學(xué)秀.地名數(shù)據(jù)的3種形式及其質(zhì)量要求 ［J］.測(cè)繪通報(bào)，2011（10）：68－69.）

［19］ ZHANG Li.Analysis of Chinese Signposts Language Usage［J］.Lanzhou Academic Journal，2007（3）：206－208.（張黎.我國地名標(biāo)志語言文字使用狀況分析 ［J］.蘭州學(xué)刊，2007（3）：206－208.）

［20］ ESRI.ArcGIS Resource［EB／OL］.［2013－07－12］.http：∥help.arcgis.com／zh－cn／arcgisdesk－top.

［21］ ZHAO Guozhou.To Talk about the Doorplate Reform［J］.Research and Exploration，1998，2（1）：34－36.（趙國洲.談?wù)勯T牌改革 ［J］.決策探索，1998，2（1）：34－36.）

［22］ GUO Xiaolin.Discussion on the Management of Doorplate in City［J］.Shandong Economic Strategy Research，2008（3）：61－62.（郭曉琳.略論城市建設(shè)中的樓門牌設(shè)置與管理 ［J］.山東經(jīng)濟(jì)戰(zhàn)略研究，2008（3）：61－62.）

［23］ LI Qimin.The Social Function of the City Doorplate［J］.Construction Science and Technology，2002（2）：46－47.（李啟明.“城市門牌”的社會(huì)功能 ［J］.建設(shè)科技，2002（2）：46－47.）

［24］ LI Yongheng.The Integration Process of Macau Geography Information Data：Taking Street Door Number Data as an Example［J］.Geomatics World，2013，（1）：87－91.（李永恒.澳門地理數(shù)據(jù)的整合進(jìn)程——以街道門牌數(shù)據(jù)為例［J］.地理信息世界，2013，（1）：87－91.）

［25］ HILL L，F(xiàn)REW J，ZHENG Q.Geographic Names：The Implementation of a Gazetteer in a Georeferenced Digital Library［J／OL］.［2013－07－13］.http：∥dblp.unitrier.de／db／journals／dlib.

［26］ HILL L L.Core Elements of Digital Gazetteers：Placenames，Categories，and Footprints［M］.Berlin：Springer，2000：280－290.

［27］ EGENHOFER M J，HERRING J.A Mathematical Framework for the Definition of Topological Relationships ［C］∥Proceedings of the Fourth International Symposium on Spatial Data Handling，Zurich：［s.n.］，1990：803－813.

［28］ EGENHOFER M J，HERRING J.Categorizing Binary Topological Relations between Regions，Lines，and Points in Geographic Databases［R］.Orono：University of Marine，1999.

［29］ DENG Min，LIU Wenbao，F(xiàn)ENG Xuezhi.A Generic Model Describing Topological Relations among Area Objects in GIS［J］.Acta Geodaetica et Cartographica Sinica，2005，34（1）：85－90.（鄧敏，劉文寶，馮學(xué)智.GIS面目標(biāo)間拓?fù)潢P(guān)系的形式化模型 ［J］.測(cè)繪學(xué)報(bào)，2005，34（1）：85－90.）