[发明专利]一种处理地址信息的方法及装置

说明书

本发明实施例公开了一种处理地址信息的方法及装置，涉及电子信息技术领域，能够识别提取形式上比较松散的地名地址信息，并将其形式标准化，从而为基于地址信息的匹配过程提供技术基础。本发明包括：从地址信息样本库中的提取地址元素标签，按照逻辑层次划分所提取的地址元素标签，根据所述按照逻辑层次划分后的地址元素标签，识别待处理的地址信息中的地址元素；将识别得到的地址元素，按照所述逻辑层次组装输出。这是一种面向松散形式的地址提取与标准化方法。

技术领域

本发明涉及电子信息技术领域，尤其涉及一种处理地址信息的方法及装置。

背景技术

未来的人机交互数据将越来越多涉及地理信息，互联网成为不断更新的地理信息数据仓库，聚集了大量形式规范的、非规范的地址信息。而涉及地理信息的产业，对地理信息数据的需求越来越高，以便为各类业务的分析、研究和决策提供支撑。

互联网上采集的地理信息数据，数据量庞大，难以通过人工整理。目前现有技术中存在很多地址匹配技术，而地址匹配准确度与地理信息数据的精确程度有很大的关系。但是，对于网络上，尤其是类似网购平台上的地理信息，往往会存在格式很不规范、错误、歧义等问题，使得地理信息较为晦涩难懂，难以支撑更加复杂的业务需求，限制了地理信息数据的使用范围。

发明内容

本发明的实施例提供一种处理地址信息的方法及装置，能够识别提取形式上比较松散的地名地址信息，并将其形式标准化，从而为基于地址信息的匹配过程提供技术基础。

根据不同城市和地区的地址命名习惯的差异，分别采用半自动的方式提取全要素的地址结构，提取所有层次的要素，使得各种地址的变体出现后，都可以通过解析基本要素解析归类，而且处理不规则地址、老地址等非标准化的地址信息的时候(比如某个区域被合并后就不再使用了)，也能够进行识别，按照基本要素的词典就可以元素标签，综合运用N-Gram模型和规则优化的正向最小匹配算法对地址进行处理，配合字典进行地址信息的切分以及地址要素的识别，建立了完整的地址标签层级体系，颗粒度达到最小元素，并定义了标签间的层次逻辑关系，同时，还处理了重叠和歧义问题。

本实施例解决了现有技术中，地理信息存在的格式很不规范、错误、歧义等问题，能够识别提取形式上比较松散的地名地址信息，并将其形式标准化，为基于地址信息的匹配过程提供技术基础。从而进一步支撑更加复杂的业务需求，限制了地理信息数据的使用范围。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1a、图1b为本发明实施例提供的系统架构示意图；

图2为本发明实施例提供的一种方法流程示意图；

图3为本发明实施例提供的具体实例的示意图；

图4为本发明实施例提供的一种装置示意图

图5为本发明实施例提供的一种具体实例中被识别出元素的示意图。

具体实施方式