,,

(浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

目前，实时交通信息的采集与发布技术为交通管理部门和公众提供了很大便利.浮动车、感应线圈等传感器方式已经成为我国各大城市实时交通信息采集与发布的主要技术手段.然而，采用浮动车、感应线圈和视频监控方式采集得到的交通信息，覆盖范围较小，对突发性点状交通信息也难以获取[1-2].同时，来源于社交网络等互联网文本形式的交通信息日益增多，但受制于自然语言理解[3-4]技术的限制，难以被现有计算机系统直接利用，不能满足日益普及的高动态导航与位置服务需求.因此，开展互联网文本蕴含交通信息的实时分词技术[5-7]研究迫在眉睫，为文本蕴含交通信息语义理解提供技术支持，进而为高动态导航与位置服务提供重要的数据支撑，服务于公众出行需求.

交通信息文本分词主要采用正向逐字增加[8]的字符串匹配方式，但仍然是逐字匹配方法，所以其处理的效率不高.文献[1]充分考虑了词库记录长度的特点，提出了一种自然语言表达交通信息的跨阶分词算法，该算法通过对中文分词阶数进行设置，根据词库性质变化将中文分词的字符串指针设置为多阶跨越，对可能成词的中文字符串进行成词处理.该算法在一定程度上提高了中文分词效率，但仍然存在以下几个方面问题：1)由于采用了一种多层模式的词典结构，且最大层数为词库中最大词的单字数，所以，其匹配查询效率并没有得到最大限度的提高；……