未 培，庄 彦 （安徽工商职业学院电子信息系，安徽 合肥230041）

路况播报系统中路况信息来源于多种渠道，如热线电话、驻点记者、微博、网页留言等，通过上述渠道收集的信息存在内容重复的现象，需要对收集的路况信息进行甄别。由于不同信息采编人员对同一路况信息的表述不尽相同，这给信息的比对带来了困难［1－2］。为解决上述问题，笔者交通路况播报系统中重复信息过滤问题进行了研究。

1 特征值的设定和分级

对于路况播报系统中的路况信息，基本上均可描述为“什么时间，什么路段，发生了什么路况”这样的格式语句。显然，时间、地点和路况信息可以提取出来作为算法特征值，如图1所示。

1）时间值的选取 考虑到1h内在同一地点发生2次相同路况信息的概率非常小，基本可以不计，因此，可以选取整数点作为时间取值来构成时间特征值。为了减少时间特征值数量，提高匹配效率，将时间特征值设定为7∶00～22∶00。

2）路况信息的选取 交通路况信息所描述的路况信息包括道路拥堵、车辆相撞、追尾、道路施工等，因此，将上述路况信息设置为路况特征值。

3）地点的选取 由于城市中许多街巷道路对驾车出行人员影响不大，因而城市主要路段的路况信息作为地点特征值。

为了提高路况信息的比对效率，按照每一种特征值的数量由少到多的顺序，将上述3种特征值分别设置为一级、二级和三级。首先匹配一级特征值，如果一级特征值不相同，则说明2条路况信息不同，即非重复内容，这样就不需进行二级和三级特征值的比对；……