[发明专利]地址识别方法和装置

权利要求书

1.一种地址识别方法，包括：

获取对待处理地址进行分词处理得到的第一词集和第一词集中的各词分别指示的区域的区域等级信息；

响应于确定所述第一词集中的各词分别对应的区域等级信息包括用于指示单位的目标区域等级信息，获取所述第一词集中对应所述目标区域等级信息的词作为目标词，以及从预设的地址信息库获取预设的单位名称集，其中，单位属于以下至少一项：事业单位、行政单位、企业单位；

响应于确定所述单位名称集包括所述目标词的匹配单位名称，确定所述匹配单位名称作为所述待处理地址的识别结果以及输出，其中，所述匹配单位名称是所述目标词的子串或所述目标词是所述匹配单位名称的子串；

其中，所述地址信息库通过如下步骤预先构建：获取目标用户群中的各用户在单位期间分别使用的收货地址，得到收货地址集；获取所述收货地址集中的各收货地址的经纬度信息，得到经纬度信息集，根据所述经纬度信息集，确定所述收货地址集中的异常收货地址，以及从所述收货地址集中删除确定的异常收货地址，得到更新后的收货地址集；针对所述更新后的收货地址集中的收货地址，确定该收货地址作为对应的用户所在的单位的地址，以及构建该收货地址的地址信息与对应的用户所在的单位的单位名称之间的对应关系；

获取公开的各单位的单位名称，得到公开单位名称集；将所述更新后的收货地址集中的各收货地址分别对应的用户所在的单位的单位名称组成初始单位名称集；将属于所述公开单位名称集但不属于所述初始单位名称集的单位名称组成补充单位名称集；响应于确定所述补充单位名称集不为空集，针对所述补充单位名称集中的单位名称，获取该单位名称指示的单位的地址信息，以及构建该单位名称指示的单位的地址信息与该单位名称之间的对应关系。

2.根据权利要求1所述的方法，其中，所述单位名称集由所述待处理地址所在的、对应于预设区域等级信息的区域内的各单位的单位名称组成；

以及所述获取预设的单位名称集，包括：

根据所述待处理地址所在的、对应于预设区域等级信息的区域，从预设的地址信息库获取所述单位名称集，其中，所述地址信息库用于存储单位名称与单位名称指示的单位所在的、对应于预设区域等级信息的区域之间的对应关系。

3.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述第一词集中的各词分别对应的区域等级信息不包括用于指示单位的目标区域等级信息，或，响应于确定所述单位名称集不包括所述目标词的匹配单位名称，针对所述单位名称集中的单位名称，执行如下步骤：

获取对该单位名称指示的单位的地址进行分词处理得到的第二词集和第二词集中的各词分别指示的区域的区域等级信息；

确定所述第一词集和所述第二词集中具有相同区域等级信息的词作为一组，得到至少一个词组；

针对所述至少一个词组中的词组，确定由该词组中属于所述第一词集的词组成的第一子词组，和由该词组中属于所述第二词集的词组成的第二子词组之间的相似度作为该词组对应的相似度；

根据所述至少一个词组分别对应的相似度，确定所述待处理地址与该单位名称指示的单位的地址之间的相似度；

所述方法还包括：

确定所述单位名称集中的、对应的相似度不小于预设的相似度阈值的单位名称作为所述待处理地址的识别结果以及输出。

4.根据权利要求3所述的方法，其中，所述确定由该词组中属于所述第一词集的词组成的第一子词组，和由该词组中属于所述第二词集的词组成的第二子词组之间的相似度作为该词组对应的相似度，包括：

确定所述第一子词组中的各词分别与所述第二子词组中的各词之间的相似度，得到相似度集；

确定所述第一子词组包括的词的数目作为第一数目，确定所述第二子词组包括的词的数目作为第二数目，确定所述第一数目和第二数目中的最小值和最大值；

从所述相似度集中选取所述最小值个相似度，以及确定选取的各相似度的总和；

确定所确定的总和与所述最大值的商作为所述第一子词组与第二子词组之间的相似度。