[发明专利]一种客户地址信息的分词处理方法和系统

说明书

本发明提供一种客户地址信息的分词处理方法和系统，预先存储有用于定义所有行政区域的代码的行政区域匹配清单，方法包括：确定当前待处理的客户地址信息；将当前待处理的客户地址信息进行处理，获取到符合处理标准的客户地址信息；按照最长匹配原则，将符合处理标准的客户地址信息中的各个子地址信息分别与行政区域匹配清单进行匹配；当符合处理标准的客户地址信息中的第一子地址信息与行政区域匹配清单中的第一行政区域匹配，且匹配结果唯一时，确定第一子地址信息的第一代码；获取符合处理标准的客户地址信息中所有子地址信息的代码，生成规范化的客户地址信息。本发明实现了将人工录入的客户地址信息规范化，提高了银行系统的分词准确性。

技术领域

本发明涉及信息处理技术领域，更具体地说，涉及一种客户地址信息的分词处理方法和系统。

背景技术

在银行信息处理技术领域中，常常需要对人工录入的信息，如输入的客户地址信息、电话信息等进行解析并存储。

在实际应用过程中，银行系统对这些人工录入的客户地址信息、电话信息等采用中文分词算法进行分词，进而逐个保存分词后的各个词汇。

然而由于银行系统的非智能化，以及人工录入的客户地址信息、电话信息等并不规范，尤其在当录入的信息存在歧义时，银行系统会将出现歧义的信息处理为错误的分词，出错率较高。

发明内容

有鉴于此，本发明提供一种客户地址信息的分词处理方法和系统，以实现将人工录入的客户地址信息规范化，从而提高银行系统对客户地址信息的识别率，以提高银行系统的分词准确性。技术方案如下：

基于本发明的一方面，本发明提供一种客户地址信息的分词处理方法，预先存储有用于定义所有行政区域的代码的行政区域匹配清单，所述方法包括：

确定当前待处理的客户地址信息；

将所述当前待处理的客户地址信息进行处理，以获取到符合处理标准的客户地址信息；

按照最长匹配原则，将所述符合处理标准的客户地址信息中的各个子地址信息分别与所述行政区域匹配清单进行匹配；

当所述符合处理标准的客户地址信息中的第一子地址信息与所述行政区域匹配清单中的第一行政区域匹配，且匹配结果唯一时，确定所述第一子地址信息的第一代码；其中所述第一代码与所述第一行政区域对应；

获取所述符合处理标准的客户地址信息中所有子地址信息的代码，生成规范化的客户地址信息。

优选地，所述将所述当前待处理的客户地址信息进行处理，以获取到符合处理标准的客户地址信息包括：

将所述当前待处理的客户地址信息中的全角字符转换为半角字符；

将所述当前待处理的客户地址信息中的分隔符去掉。

优选地，所述规范化的客户地址信息包括符合预设规则的客户地址信息；

所述预设规则包括国家、省、市、区县。

优选地，还包括：

当所述符合处理标准的客户地址信息中的第二子地址信息与所述行政区域匹配清单中的至少两个行政区域匹配，匹配结果不唯一时，确定所述第二子地址信息的国家代码。

优选地，还包括：

当所述符合处理标准的客户地址信息中的第三子地址信息与所述行政区域匹配清单中的任意一个行政区域均不匹配时，不处理所述第三子地址信息。

优选地，还包括：

将所述第三子地址信息中之前包括的分隔符还原。

优选地，还包括：