词典库

众所周知，英文是以词为单位，词与词之间用空格隔开，例如【Thank you.】计算机很容易通过空格来识别 you 是一个单词。而中文是以字为单位，通过字组成的句子来表述意思。例如，【北京市东城区长安街】，计算机很难知道【长安街】是一个不能拆分的词，这就需要我们创建词典库文件（*.dct），词典库规定了中文分词规则，分词是把中文的汉字序列切分成有意义的词，词典库是这些有意义的词的集合。而地址匹配是基于词典库进行的，中文分词的准确与否，直接影响到搜索结果正确性和相关度排序。例如：

【北京市东城区长安街】：地址词典里面有“北京市”、“东城区”、“长安街”等词，则【北京市东城区长安街】就会被分成“北京市/东城区/长安街”。只有输入“北京”或“东城区”或“长安街”这几个词中的一个或这个作为关键词进行搜索，“北京市东城区长安街”才能被搜索出来。
【和服】：好的地址词典里面“和服”应该作为一个不能再分的词，这样搜索结果是与“和服”这类服装有关的内容，例如“日本和服产业”等；而若地址词典里“和服”被分词为两个字“和”“服”，则搜索结果就会出现“产品和服务”等不正确的结果。类似的词语还有常用地名、人名、单位名称、商品名称等。例如，“北京”、“徐志摩”、“超图”、“可口可乐”等。

SuperMap iDesktopX 提供地址词典库的管理，包括添加、删除、修改地址词典中的词，同时支持文本文件（*.txt）与地址词典文件（*.dct）的相互转换，还可以实现多个地址词典文件合并。

支持创建地址词典库，可通过逐个添加词汇或导入文本文件(*.txt)进行创建；
支持对已有词典库进行添加或删除等编辑操作；
支持导出地址词典库，或导出为文本文件(*.txt)。

操作说明

功能入口

交通分析 选项卡-> 地理编码 -> 词典库 ；

在 词典库 对话框中，工具栏可指定编辑词典库及导入导出词典库等，对话框左侧显示当前默认词典库的词条列表，右侧为新增词条编辑输入框。

设置词典库（.dct）文件 ，对其进行词条的增删改查，默认读取产品包根目录下：..\support\Geocoding\DefaultDictionary.dct 默认词典库文件。该词典库文件为空，可添加词条资源，创建新的词典库。同时可指定已有词典库文件，对词典库文件进行删除、修改等操作。
- 新增词条 ：在右侧文本框区域输入要新增的词条，通过空格或换行相隔，输入完毕后单击“更新词条” 按钮，或使用快捷键：Ctrl+Enter，进行词条新增。
  注：输入词条规则不能以数字、英文开头，重复词条将添加失败。
- 导入txt文件 ：读取txt文件快速添加词条：也可通过导入txt文件，txt文件内词条读取到词条输入区域，再重复执行“新增词条”方法，进行词条的新增。
- 增删改查 ：在对话框左侧的词条列表区，可对某一词条进行修改（双击修改单元格），也可选中某一行或多行，执行删除。
导入词典库（.dct）文件 ：通过导入已有词典库文件，将其与当前词典库合并，生成一个全新的词典，新词典中包含合并前两个词典中所有词条，如果合并前两词典中有相同词条，会进行合并。
导出词典库（.dct）文件 ：将当前展示词典库内容导出为dct文件；
导出txt文件 ：将当前展示词典库内容导出为txt文件。

词典库与属性表互转

支持将词典库文件(*.dct) 与属性表数据集进行相互转换；

词典库转属性表

由于词典库文件是以二进制进行保存的，不足以直观的了解词典库的内容，可通过词典库转属性表功能，在转换后的属性表中修改词典文件更直观。

功能入口

交通分析 选项卡-> 地理编码 -> 词典库 -> 词典库->属性表 ；
工具箱 -> 地理编码 -> 词典库->属性表 ；

参数描述

词典库文件 ：选择词典库文件。
结果数据 ：结果属性表数据集所在数据源，设置结果数据集的名称，默认名称为 result_DictionaryToTabular。

属性表转词典库

功能入口

交通分析 选项卡-> 地理编码 -> 词典库 -> 属性表->词典库 ；
工具箱 -> 地理编码 -> 属性表->词典库 ；

参数描述

源数据 ：选择当前工作空间中属性表数据集。
词条字段 ：属性表中用作分词的字段。
词频字段： ：用作记录这个词条被使用的次数，词频高的词将优先作为词条被筛选分出。
结果数据 ：设置指定的地址词典文件存储路径，及词典库文件名称。

操作说明

词典库与属性表互转

相关内容