[发明专利]地址实体纠错方法和装置、计算机可读存储介质

权利要求书

1.一种地址实体纠错方法，其特征在于，包括：

获取待纠错地址实体和标准地址实体集合；

从短语层面、拼音层面、字形层面，将待纠错地址实体与标准地址实体集合中的每一个标准地址实体进行比较；

确定待纠错地址实体和标准地址实体集合中的每一个标准地址实体在短语层面、拼音层面、字形层面的地址融合相似度；

将待纠错地址实体与每一个标准地址实体的地址融合相似度与预定阈值进行比较确定待纠错地址实体对应的正确地址。

2.根据权利要求1所述的地址实体纠错方法，其特征在于，所述确定待纠错地址实体和标准地址实体集合中的每一个标准地址实体在短语层面、拼音层面、字形层面的地址融合相似度包括：

计算待纠错地址实体和每一个标准地址实体在短语层面的短语层面相似度；

计算待纠错地址实体和每一个标准地址实体在拼音层面的拼音层面相似度；

计算待纠错地址实体和每一个标准地址实体在字形层面的字形层面相似度；

根据待纠错地址实体和每一个标准地址实体的短语层面相似度、拼音层面相似度、字形层面相似度以及对应层面的权重值，确定待纠错地址实体和每一个标准地址实体的地址融合相似度。

3.根据权利要求2所述的地址实体纠错方法，其特征在于，所述计算待纠错地址实体和每一个标准地址实体在短语层面的短语层面相似度包括：

将待纠错地址实体和每一个标准地址实体分别拥有的字符数以及各个字符的位置转化为数学参数，基于预定文本相似度计算方法，计算待纠错地址实体和每一个标准地址实体的短语层面相似度。

4.根据权利要求2所述的地址实体纠错方法，其特征在于，所述计算待纠错地址实体和每一个标准地址实体在拼音层面的拼音层面相似度包括：

将待纠错地址实体的拼音集合和每一个标准地址实体的拼音集合分别拥有的拼音音调、声母部和韵母部作为特征参数，计算待纠错地址实体的拼音集合和每一个标准地址实体的拼音集合的拼音层面相似度。

5.根据权利要求2所述的地址实体纠错方法，其特征在于，所述计算待纠错地址实体和每一个标准地址实体在字形层面的字形层面相似度包括：

将待纠错地址实体的汉字字形集合和每一个标准地址实体的汉字字形集合分别拥有的汉字组成的笔画数、汉字组成结构以及汉字字形转化作为特征参数，计算待纠错地址实体的汉字字形集合和每一个标准地址实体的汉字字形集合的字形层面相似度。

6.根据权利要求2-5中任一项所述的地址实体纠错方法，其特征在于，所述根据待纠错地址实体和每一个标准地址实体的短语层面相似度、拼音层面相似度、字形层面相似度以及对应层面的权重值，确定待纠错地址实体和每一个标准地址实体的地址融合相似度包括：

根据公式

L＝w₁n₁+w₂n₂+w₃n₃

确定待纠错地址实体和每一个标准地址实体的地址融合相似度待纠错地址实体和每一个标准地址实体的地址融合相似度L，其中，n₁为待纠错地址实体和每一个标准地址实体的短语层面相似度，n₂为待纠错地址实体和每一个标准地址实体的拼音层面相似度，n₃为待纠错地址实体和每一个标准地址实体的字形层面相似度，w₁、w₂、w₃为对应层面的权重值。

7.根据权利要求1-5中任一项所述的地址实体纠错方法，其特征在于，所述将待纠错地址实体与每一个标准地址实体的地址融合相似度与预定阈值进行比较确定待纠错地址实体对应的正确地址包括：

判断待纠错地址实体与每一个标准地址实体的地址融合相似度是否大于等于预定阈值；

在待纠错地址实体与一个标准地址实体的地址融合相似度大于等于预定阈值的情况下，将该标准地址实体作为待纠错地址实体的正确地址。