考虑重合字符位次差异的地名相似性度量方法

姜宇荣; 高苏; 蔡忠亮; 王巧

doi:10.13203/j.whugis20230066

您当前的位置：

首页 >

文章列表页 >

考虑重合字符位次差异的地名相似性度量方法

地图制图学与地理信息工程 | 更新时间：2026-11-05

- 考虑重合字符位次差异的地名相似性度量方法
- A Toponym Similarity Measure Method Based on Positional Differences of Overlapping Characters
- 武汉大学学报（信息科学版） 2025年50卷第7期页码：1425-1434
- 作者机构：
  
  1.武汉大学资源与环境科学学院,湖北武汉,430079
  2.云南省地图院,云南昆明,650034
  3.长江水利委员会网络与信息中心,湖北武汉,430010
- 作者简介：
  
  姜宇荣，硕士，主要研究方向为地理信息系统。juineo@whu.edu.cn
  蔡忠亮，博士，教授。zlcai@whu.edu.cn
- 基金信息：
  
  国家重点研发计划(2021YFB2501101)
- DOI：10.13203/j.whugis20230066
  中图分类号： P208
- 收稿：2023-05-20，
  
  纸质出版：2025-07-05
- 稿件说明：
移动端阅览
姜宇荣,高苏,蔡忠亮，等.考虑重合字符位次差异的地名相似性度量方法[J].武汉大学学报（信息科学版）,2025,50(7):1425-1434.

JIANG Yurong,GAO Su,CAI Zhongliang,et al.A Toponym Similarity Measure Method Based on Positional Differences of Overlapping Characters[J].Geomatics and Information Science of Wuhan University,2025,50(7):1425-1434.
姜宇荣,高苏,蔡忠亮，等.考虑重合字符位次差异的地名相似性度量方法[J].武汉大学学报（信息科学版）,2025,50(7):1425-1434. DOI：10.13203/j.whugis20230066

JIANG Yurong,GAO Su,CAI Zhongliang,et al.A Toponym Similarity Measure Method Based on Positional Differences of Overlapping Characters[J].Geomatics and Information Science of Wuhan University,2025,50(7):1425-1434. DOI：10.13203/j.whugis20230066

摘要

当前中文地名匹配常见的相似性度量或是只考虑重合字符的数量未考虑位次性，或是体现位次性但未考虑重合字符。通过考虑两个中文地名字符串的重合字符对应关系及其位次差距，构建了一种新的距离度量和相似性度量，能够结合重合字符和位次性两个因素计算两个地名的偏距和偏距相似度。针对重合字符复现的情形确定偏距最小原则，设计全体顺次匹配方案；针对字符片段偏移的情形调整距离度量，从而更符合两个地名相似性的直观认知。该距离度量满足正定性和对称性，但不满足三角不等式。与Jaccard系数和编辑距离相似度的测试对比结果表明，所提偏距算法对相似度刻画更为细致，能够检测到重合字符位次差异但更重视未重合字符的差异；在地名匹配实验中匹配正确率和运行时间分别为63.64%和2 940.56 s，两项指标均优于Jaccard系数和编辑距离相似度。

Abstract

Objectives

Due to the existence of toponym aliases or negligence in data production

the same geographic entity possibly has different names in maps of different scales which may contain spelling errors or not match the standard toponym. It brings many inconveniences to multi-scale map visualization and geospatial entity extraction. Therefore

it is necessary to study toponym similarity measure to achieve toponym matching. However

the commonly used similarity measures for Chinese toponym matching currently either only consider the number of overlapping characters without considering character position

or only reflect positional feature. Therefore

our objective is to construct a new similarity measure that can simultaneously reflect both features.

Methods

By calculating the positional differences between overlapping characters in two Chinese toponyms

we define a total matching offset representing the degree of positional difference of the overlapping character set. Considering that the impact of non-overlapping characters on the similarity of two toponyms should be greater than that of overlapping characters

we define a total non-matching offset. Then

we define the total offset and offset similarity. For the complex case of overlapping character repetition

we determine the minimum offset principle and design an entire sequential matching scheme. For the complex case of character fragment offset

the sum of offsets for each character in the fragment is replaced by the overall offset of the fragment

making the offset value more reasonable. The total offset satisfies positive definiteness and symmetry

but does not satisfy the triangle inequality

and it is more appropriate to use offset similarity to express toponym similarity.

Results

Compared with Jaccard similarity and Levenshtein similarity

the results show that the offset similarity can characterize toponym similarity more finely. It attaches greater importance to character differences

and the similarity decreases significantly when the proportion of overlapping characters decreases. It attaches less importance to pure positional differences

but they can also be reflected in slight differences in similarity values. In the toponym matching experiment

the matching accuracy and running time are 63.64% and 2 940.56 s

both of which are better than the Jaccard similarity and Levenshtein similarity.

Conclusions

The offset similarity has significant advantages in the toponym matching scenario. But like other string similarity measures

it is difficult to understand semantics. Further optimization can be explored in terms of algorithmic solutions for handling complex cases

applicability to other languages

and consideration of the semantic structure of toponyms.

关键词

Keywords

references

姜松言，宋国民，贾奋励，等 . 结合地名知识和位置信息的中文地名匹配方法［J］. 测绘通报， 2022 （ 5 ）： 120 - 125 .

JIANG Songyan ， SONG Guomin ， JIA Fenli ， et al . Combining Toponymy Knowledge and Location Information for Chinese Place Names Matching ［J］. Bulletin of Surveying and Mapping ， 2022 （ 5 ）： 120 - 125 .

张亮，覃俊华，王爱华，等 . 一种基于地理实体的时空数据模型设计［J］. 地理空间信息， 2022 ， 20 （ 10 ）： 110 - 112 .

ZHANG Liang ， QIN Junhua ， WANG Aihua ， et al . Spatio-temporal Data Model Design Based on Geographical Entity ［J］. Geospatial Information ， 2022 ， 20 （ 10 ）： 110 - 112 .

赵云鹏，孙群，刘新贵，等 . 面向地理实体的语义相似性度量方法及其在道路匹配中的应用［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 5 ）： 728 - 735 .

ZHAO Yunpeng ， SUN Qun ， LIU Xingui ， et al . Geographical Entity-Oriented Semantic Similarity Measurement Method and Its Application in Road Matching ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 5 ）： 728 - 735 .

RECCHIA G ， LOUWERSE M . A Comparison of String Similarity Measures for Toponym Matching ［C］// The First ACM SIGSPATIAL International Workshop on Computational Models of Place ， Orlando， FL， USA， 2013 .

王俊超，孙群，肖计划，等 . 相似性理论技术在地名匹配中的应用［J］. 测绘科学技术学报， 2013 ， 30 （ 6 ）： 643 - 646 .

WANG Junchao ， SUN Qun ， XIAO Jihua ， et al . Research on Theory of Similarity in Place Names Matching ［J］. Journal of Geomatics Science and Technology ， 2013 ， 30 （ 6 ）： 643 - 646 .

徐流畅 . 预训练深度学习架构下的语义地址匹配与语义空间融合模型研究［D］. 杭州：浙江大学， 2020 .

XU Liuchang . Research on Semantic Address Matching and Semantic Space Fusion Model Under Pre-training Deep Learning Framework ［D］. Hangzhou ： Zhejiang University ， 2020 .

陈俊月，郝文宁，张紫萱，等 . 基于改进句子相似度算法的释义识别研究［J］. 计算机工程， 2020 ， 46 （ 9 ）： 76 - 82 .

CHEN Junyue ， HAO Wenning ， ZHANG Zixuan ， et al . Research on Paraphrase Identification Based on Improved Sentence Similarity Algorithm ［J］. Computer Engineering ， 2020 ， 46 （ 9 ）： 76 - 82 .

周艳平，李金鹏 . 一种基于词向量及位置编码的Jaccard相似度算法［J］. 青岛科技大学学报（自然科学版）， 2020 ， 41 （ 6 ）： 93 - 98 .

ZHOU Yanping ， LI Jinpeng . Jaccard Similarity Algorithm Based on Word Embedding and Position Encoding ［J］. Journal of Qingdao University of Scien‑ce and Technology （Natural Science Edition）， 2020 ， 41 （ 6 ）： 93 - 98 .

张琛，陈张建，刘江涛，等 . Lucene自适应分词的地址匹配方法改进与实现［J］. 测绘科学， 2021 ， 46 （ 10 ）： 185 - 193 .

ZHANG Chen ， CHEN Zhangjian ， LIU Jiangtao ， et al . Improvement and Realization of Address Matching Based on Adaptive Word Segmentation in Lucene ［J］. Science of Surveying and Mapping ， 2021 ， 46 （ 10 ）： 185 - 193 .

徐嘉康，张晨，王柳静，等 . 非均权-动态规划地址匹配算法设计与实现［J］. 小型微型计算机系统， 2022 ， 43 （ 3 ）： 530 - 535 .

XU Jiakang ， ZHANG Chen ， WANG Liujing ， et al . Design and Implementation of Non-equal Power-Dynamic Programming Address Matching Algorithm ［J］. Journal of Chinese Computer Systems ， 2022 ， 43 （ 3 ）： 530 - 535 .

LEVENSHTEIN V I . Binary Codes Capable of Correcting Deletions， Insertions and Reversals ［J］. Soviet Physics Doklady ， 1966 ， 10 ： 707 .

王俊超，刘晨帆，徐明世，等 . 语义相似性度量技术在地名匹配研究中的应用［J］. 辽宁工程技术大学学报（自然科学版）， 2012 ， 31 （ 6 ）： 871 - 874 .

WANG Junchao ， LIU Chenfan ， XU Mingshi ， et al . Application of Semantic Similarity Measurement Technology in Place Name Matching ［J］. Journal of Liaoning Technical University （Natural Science）， 2012 ， 31 （ 6 ）： 871 - 874 .

叶鸥，张璟，李军怀 . 中文地名数据清洗中的重复字段匹配［J］. 应用科学学报， 2013 ， 31 （ 2 ）： 212 - 220 .

YE Ou ， ZHANG Jing ， LI Junhuai . Duplicate Field Matching for Data Cleaning of Chinese Placenames ［J］. Journal of Applied Sciences ， 2013 ， 31 （ 2 ）： 212 - 220 .

刘斐，贺向阳，邹志云 . 基于全文索引知识图谱的危化品运输地址匹配研究［J］. 计算机应用研究， 2022 ， 39 （ 2 ）： 407 - 410 .

LIU Fei ， HE Xiangyang ， ZOU Zhiyun . Address Matching Based on Full-Text Indexed Knowledge Graph for Hazardous Materials Transportation ［J］. Application Research of Computers ， 2022 ， 39 （ 2 ）： 407 - 410 .

吴睿，龙华，熊新，等 . 一种多策略结合的地址匹配算法［J］. 河南理工大学学报（自然科学版）， 2019 ， 38 （ 5 ）： 124 - 129 .

WU Rui ， LONG Hua ， XIONG Xin ， et al . A Multi-strategy Combined Address Matching Algorithm ［J］. Journal of Henan Polytechnic University （Natural Science）， 2019 ， 38 （ 5 ）： 124 - 129 .

盖森，刘建忠，熊伟，等 . 自然语言空间查询中应用编辑距离的规则匹配模型［J］. 测绘科学技术学报， 2015 ， 32 （ 4 ）： 416 - 421 .

GE Sen ， LIU Jianzhong ， XIONG Wei ， et al . Research on Rule Matching in Natural Language Spatial Query Based on Levenshtein Distance ［J］. Journal of Geomatics Science and Technology ， 2015 ， 32 （ 4 ）： 416 - 421 .

KıLıNÇ D . An Accurate Toponym-Matching Measure Based on Approximate String Matching ［J］. Journal of Information Science ， 2016 ， 42 （ 2 ）： 138 - 149 .

SANTOS R ， MURRIETA-FLORES P ， MARTINS B . Learning to Combine Multiple String Similarity Metrics for Effective Toponym Matching ［J］. International Journal of Digital Earth ， 2018 ， 11 （ 9 ）： 913 - 938 .

张剑，叶远智，翁宝凤 . 面向智慧城市的高精度地名地址匹配方法［J］. 测绘与空间地理信息， 2019 ， 42 （ 11 ）： 166 - 169 .

ZHANG Jian ， YE Yuanzhi ， WENG Baofeng . High Precision Place Name and Address Matching Method for Smart City ［J］. Geomatics & Spatial Information Technology ， 2019 ， 42 （ 11 ）： 166 - 169 .

曹存相 . 基于多数据源的地名匹配及地名翻译方法研究［D］. 北京：北京建筑大学， 2019 .

CAO Cunxiang . Research on Place Name Matching and Place Name Translation Based on Multi-data Sources ［D］. Beijing ： Beijing University of Civil Engineering and Architecture ， 2019 .

应申，李威阳，贺彪，等 . 基于城市地址树的地址文本匹配方法［J］. 地理信息世界， 2017 ， 24 （ 6 ）： 81 - 86 .

YING Shen ， LI Weiyang ， HE Biao ， et al . Address Text Matching Method Based on City Address Tree ［J］. Geomatics World ， 2017 ， 24 （ 6 ）： 81 - 86 .

吕欢欢 . 基于地理信息公共服务平台的语义地名地址匹配方法研究［D］. 阜新：辽宁工程技术大学， 2014 .

LÜ Huanhuan . Research on Semantic Place Name Address Matching Method Based on Geographic Information Public Service Platform ［D］. Fuxin ： Liao‑ning Technical University ， 2014 .

占斌斌，赵英，赵婷婷，等 . 归类识别地名匹配算法［J］. 北京测绘， 2018 ， 32 （ 4 ）： 484 - 487 .

ZHAN Binbin ， ZHAO Ying ， ZHAO Tingting ， et al . Classification and Recognition of Place Names Matching Algorithm ［J］. Beijing Surveying and Mapping ， 2018 ， 32 （ 4 ）： 484 - 487 .

KAFFES V ， GIANNOPOULOS G ， KARAGIANNAKIS N ， et al . Learning Domain Specific Models for Toponym Interlinking ［C］// The 27th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems ， Chicago， IL， USA， 2019 .

唐旭日，陈小荷，张雪英 . 中文文本的地名解析方法研究［J］. 武汉大学学报（信息科学版）， 2010 ， 35 （ 8 ）： 930 - 935 .

TANG Xuri ， CHEN Xiaohe ， ZHANG Xueying . Research on Toponym Resolution in Chinese Text ［J］. Geomatics and Information Science of Wuhan University ， 2010 ， 35 （ 8 ）： 930 - 935 .

张春菊，张雪英，吉蕾静，等 . 地名通名与地理要素类型的关系映射［J］. 武汉大学学报（信息科学版）， 2011 ， 36 （ 7 ）： 857 - 861 .

ZHANG Chunju ， ZHANG Xueying ， JI Leijing ， et al . Relation Mapping Between Generic Terms of Place Names and Geographical Feature Types ［J］. Geomatics and Information Science of Wuhan University ， 2011 ， 36 （ 7 ）： 857 - 861 .

邬伦，刘磊，李浩然，等 . 基于条件随机场的中文地名识别方法［J］. 武汉大学学报（信息科学版）， 2017 ， 42 （ 2 ）： 150 - 156 .

WU Lun ， LIU Lei ， LI Haoran ， et al . A Chinese Toponym Recognition Method Based on Conditional Random Field ［J］. Geomatics and Information Science of Wuhan University ， 2017 ， 42 （ 2 ）： 150 - 156 .

魏勇，李鸿飞，胡丹露，等 . 一种基于复合特征的中文地名识别方法［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 1 ）： 17 - 23 .

WEI Yong ， LI Hongfei ， HU Danlu ， et al . A Method of Chinese Place Name Recognition Based on Composite Features ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 1 ）： 17 - 23 .

SANTOS R ， MURRIETA-FLORES P ， CALADO P ， et al . Toponym Matching Through Deep Neural Networks ［J］. International Journal of Geographical Information Science ， 2018 ， 32 （ 2 ）： 324 - 348 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

大众智能终端GNSS有意干扰检测技术研究现状与展望

复杂空间机器人自主测绘的现状与挑战

海洋目标辐射基准传递不确定度研究进展

构造大地测量学研究进展与机遇挑战

关于智慧海图的思考