交通术语的应用对于提高信息系统及其数据内容的规范性具有重要的意义。然而,由于汉语本身的特点,文字的不同组合和表述使得同一个术语的名称五花八门,仅仅依赖人工进行一一对应的检查势必会产生巨大的工作量,并且要求检查人员对术语标准熟悉程度也很高。为此,本文提出交通术语与标准规范的符合性检测技术,该技术不仅易于交通术语进行匹配,并且能够根据文字语义自动判断相似的文字表述,从而对不规范的表述进行评价并给出修改建议。文章的主要工作和创新如下：(1)根据交通信息数据元建立了交通术语语料库。丰富了传统的语料库,不仅为交通信息的中文分词提供了数据支持,也为交通信息标准检测系统的建立提供了依据。(2)在分析HowNet的结构和义原描述的基础上建立了交通术语结构库。扩展了HowNet知识库,为交通术语在相似度计算中得到准确结果提供了基础。(3)采用层叠的隐Markov模型,优化了现有的汉语分词方法,进一步减少了系统的开销,由于交通术语语料库的引入改进了分词效率,使得交通文本中的交通术语能准确而完整的切分。(4)提出了形式概念分析的相似度计算方法,对现有的HowNet结构进行了优化,减小了由义原深度不同而产生的误差,通过对比其较HowNet相似度计算方法更为有效。实验结果表明,引入交通术语语料库,并采用层叠的隐Markov模型的分词方法能够提升分词的准确度切分的正确率,正确率由96.55%提升到97.96%。交通术语标准符合性检测系统的准确率达到70%左右。