[发明专利]一种基于地址信息确定行政区域的方法与设备

说明书

本申请的目的是提供一种基于地址信息确定行政区域的方法与设备。与现有技术相比，本申请通过获取待解析的地址信息；根据预设的地址关键词库将所述地址信息拆分成多个地址词；基于预设的级别词库及所述多个地址词确定包含各级行政区域词的词组集；将所述词组集在预设的行政区域库中进行匹配，确定所述词组集对应的匹配集；将所述匹配集所对应的行政区域确定为该地址信息对应的行政区域。从而实现了对地址信息质量的低依赖，大大降低了实现成本，实现了应用场景的多覆盖。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于地址信息确定行政区域的技术。

背景技术

现有的地址解析方法大致可分为两类：

1.基于规则的地址解析。该方法基于地址特征关键词(比如省、市) 和人工规则来解析地址，再根据解析的信息确定行政区域。这种方法对地址的质量要求很高，若提供的地址信息不符合该方法的信息格式，则无法确定正确的行政区域。

2.基于模型的地址解析。该方法先收集大量的地址，对地址的不同部分打上标签，使用模型来训练和预测。这种方法的人力和时间成本比较高，对技术的要求也高，通常只能被大型科技公司和地图公司采用。

因此，需要一种基于地址信息确定行政区域的方法，该方法既可以在地址质量参差时确定出准确度较高的行政区域，又不需大量的人力及时间成本，实现全场景的覆盖。

发明内容

本申请的目的是提供一种基于地址信息确定行政区域的方法与设备。

根据本申请的一个方面，提供了一种基于地址信息确定行政区域的方法，其中，所述方法包括：

获取待解析的地址信息；

根据预设的地址关键词库将所述地址信息拆分成多个地址词；

基于预设的级别词库及所述多个地址词确定包含各级行政区域词的词组集；

将所述词组集在预设的行政区域库中进行匹配，确定所述词组集对应的匹配集；

将所述匹配集所对应的行政区域确定为该地址信息对应的行政区域。

进一步地，所述获取待解析的地址信息包括：

将分散在多个地址相关信息中的分地址融合为一个总地址，其中，各个分地址通过连接符连接；

将所述总地址确定为待解析的地址信息。

进一步地，其中，所述根据预设的地址关键词库将所述地址信息拆分成多个地址词之前还包括：

根据所述连接符将所述地址信息拆分为若干个分地址；

所述根据预设的地址关键词库将所述地址信息拆分成多个地址词包括：

所述根据预设的地址关键词库将所有分地址拆分成多个地址词。

进一步地，所述地址关键词库中的关键词按照字符串长度降序排列，其中，所述根据预设的地址关键词库将所有分地址拆分成多个地址词包括：

顺序遍历所述地址关键词库；

将遍历到的关键词与所述分地址进行顺序匹配；

若匹配到，则将所述分地址中位于该关键词之前的字段拆分为一个地址词；

将位于该关键词之后的字段确定为所述分地址，并重复上述操作。

进一步地，所述级别词库包括各级行政区域的简写与全称的对应关系，并按照国家级、省级及地级的顺序排序，所述词组集还包括未确定为各级行政区域词的尾词，其中，所述基于预设的级别词库及所述多个地址词确定包含各级行政区域词的词组集包括：

根据所述级别词库顺序遍历所述地址词；