[发明专利]一种客户地址信息的分词处理方法和系统

摘要

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。

主权项

1.一种客户地址信息的分词处理方法，其特征在于，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；所述方法还包括：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；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，将所述第三子地址信息中之前包括的分隔符还原；所述方法还包括：当所述符合处理标准的客户地址信息中的第四子地址信息满足不处理规则时，不处理所述第四子地址信息；所述不处理规则包括：地址信息以大学、小区、展览馆、苑、园、花园、大道、弄、里、堡、巷、道、中心、广场、街道、街、路、大厦、楼、博物馆、局、分局、铁路局、中学、小学、分行、政府、公安局、厂、公司开头；或，地址信息以中国开头，且后续字符串不满足省市县规则。