[发明专利]基于地址树模型的中文地址提取方法

权利要求书

1.一种基于地址树模型的中文地址提取方法，其特征在于，包括以下步骤：

步骤S1：对地址字符串进行分词和识别，生成地址元素集合X以及地址元素语义集合S；

步骤S2：建立根结点root，提取地址元素x₁，遍历地址元素x₁的语义集S₁，构建地址语义结点，并依次连结到根节点；

步骤S3：提取后续地址元素x_i，遍历其语义结点S_i；执行语义级别的比较和空间约束关系一致性判断，进行与叶子节点的连接或生成新的子树。

2.根据权利要求1所述基于地址树模型的中文地址提取方法，其特征在于：步骤S3具体包括：

步骤S31：对于结点S_im(m＝1，2，3…)，依次与当前地址树的叶子节点l_i比较语义级别，若结点S_im语义级别低于叶子节点l_i，则执行步骤S32：

步骤S32：比较结点S_im与叶子节点l_i的空间约束关系一致性，

若空间约束关系一致，则结点S_i1连结到当前叶子节点l_i；

若空间约束关系不一致，则沿当前地址树上溯，直到找到当前地址树的叶子节点l_i′，满足叶子节点l_i′语义大于结点S_im；此时比较两节点的空间约束一致性：

若不一致，则回到步骤S31，比较结点S_im与地址树的下一叶子节点；

若一致，比较结点S_im与叶子节点l_i′后一结点的空间约束关系，若一致，则把结点S_im插入到该子树当前位置，若不一致，则回到步骤S31，比较结点S_im与地址树的下一叶子节点；

步骤S33：若结点S_im上溯到根结点，仍未连结，则把该节点连接到地址树的最右边，作为一条新的子树。

3.根据权利要求2所述基于地址树模型的中文地址提取方法，其特征在于：在步骤S3中，对于同一地址元素，若AddrLevel(s_i)≠AddrLevel(s_j)(i≠j)，并且s_j已经成为地址树的叶子节点，则跳过该叶子结点。

4.根据权利要求2所述基于地址树模型的中文地址提取方法，其特征在于：在步骤S3中，以拓扑关系作为空间约束关系是否一致的判断标准。