一种面向中文非标建筑地址标准化的自动匹配方法

摘要

建筑标准地址是指公安机关定义的一套具有清晰结构特征的字符编码,这套编码中既包含了采用自然语言描述的地址信息,也包括了该地址信息所对应地理位置的经纬度信息。非标准地址则是指从来自社会不同机构,同样采用自然语言描述建筑物地址信息,但可能不具有标准地址规定的必要组成元素的一类地址。将非标地址准确映射至海量标准地址数据集,有助于开展智慧城市应用中包含非标地址的各类数据发现、分析、统计等工作。提出了一种面向中文非标建筑地址标准化的自动匹配方法,采用标准地址词典、地址淘选、地址相似度计算等方法,自动完成非标地址与标准地址的匹配。基于众包技术标注数据集上的实验初步结果,从准确率和泛化能力两方面验证了模型的可用性及有效性。