[发明专利]地址数据处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种地址数据处理方法，其特征在于，包括：

获取目标地址信息；

对所述目标地址信息进行处理，获得目标字符串信息；

根据第一数据集和/或第二数据集对所述目标字符串信息进行处理，获得所述目标地址信息的目标地址类型信息；

其中，所述第一数据集包括尾部词及其尾部地址类型标注，所述第二数据集包括第二地址信息及其第一切分地址、第二切分地址、地址类型标注；

所述根据第一数据集和/或第二数据集对所述目标字符串信息进行处理，获得所述目标地址信息的目标地址类型信息，包括：

将所述目标字符串信息与所述第一数据集中的各尾部词进行匹配，并将匹配成功的尾部词的尾部地址类型标注作为所述目标地址类型信息；和/或根据所述目标字符串信息与所述第二数据集中的各第二地址信息的相似度确定所述目标地址类型信息；

所述根据所述目标字符串信息与所述第二数据集中的各第二地址信息的相似度确定所述目标地址类型信息包括：

对所述目标字符串信息进行切分，获得第一目标部分和第二目标部分；将所述第一目标部分与所述第二数据集中的各第一切分地址进行匹配；将匹配成功的各第一切分地址及其第二地址信息、第二切分地址、地址类型标注整合为第一匹配地址集合；计算所述第二目标部分与所述第一匹配地址集合中各第二切分地址的相似度，并将相似度大于预设阈值的第二切分地址及其第二地址信息、第一切分地址、地址类型标注整合为第二匹配地址集合；根据所述第二匹配地址集合中各第二地址信息的地址类型标注和/或所述相似度确定所述目标地址信息的目标地址类型信息。

2.如权利要求1所述的方法，其特征在于，将所述目标字符串信息与所述第一数据集中的各尾部词进行匹配，并将匹配成功的尾部词的尾部地址类型标注作为所述目标地址类型信息包括：

若所述目标字符串信息与所述第一数据集中的各尾部词匹配失败，则对所述目标字符串信息进行切分，获得目标切分地址；

将所述目标切分地址与所述第一数据集中的各尾部词进行匹配，并将匹配成功的尾部词的尾部地址类型标注作为所述目标地址类型信息。

3.如权利要求1所述的方法，其特征在于，计算所述第二目标部分与所述第一匹配地址集合中各第二切分地址的相似度包括：

计算所述第二目标部分与所述第一匹配地址集合中的所述各第二切分地址之间的编辑距离；

将所述第一匹配地址集合中每个第二切分地址的文本长度与所述第二目标部分的文本长度之间的最大值作为所述各第二切分地址的目标文本长度；

根据所述编辑距离与所述目标文本长度确定所述第二目标部分与所述第一匹配地址集合中的所述各第二切分地址的相似度。

4.如权利要求1所述的方法，其特征在于，根据所述第二匹配地址集合中各第二地址信息的地址类型标注和/或所述相似度确定所述目标地址信息的目标地址类型信息包括：

统计所述第二匹配地址集合中各地址类型标注的个数，并将具有最大个数的地址类型标注作为所述目标地址信息的目标类型信息；和/或

将相似度最大的第二切分地址对应的地址类型标注作为所述目标地址信息的目标类型信息。

5.如权利要求1所述的方法，其特征在于，还包括：

获取兴趣点数据集，所述兴趣点数据集包括第一地址信息及其一级分类信息；

基于一级分类信息与地址类型的映射关系确定各第一地址信息的地址类型标注；

对所述各第一地址信息的尾部词及其地址类型标注进行统计，获得各尾部词在各地址类型标注下的概率值；

根据所述各尾部词在各地址类型标注下的概率值确定所述各尾部词的尾部地址类型标注，并根据所述各尾部词及其尾部地址类型标注生成所述第一数据集。

6.如权利要求1所述的方法，其特征在于，还包括：

获取样本数据集，所述样本数据集包括第二地址信息及其地址类型标注；

对所述地址文本信息进行切分，获得所述第二地址信息的第一切分地址与第二切分地址；

根据所述第二地址信息及其第一切分地址、第二切分地址、地址类型标注生成所述第二数据集。