[发明专利]地址实体纠错方法和装置、计算机可读存储介质

说明书

本公开涉及一种地址实体纠错方法和装置、计算机可读存储介质。该地址实体纠错方法包括：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。本公开可以用于实现错写地址的精准纠错，满足各种复杂场景的实际需要。

技术领域

本公开涉及地址数据处理领域，特别涉及一种地址实体纠错方法和装置、计算机可读存储介质。

背景技术

地址数据作为基础的应用数据，与人们的日常生活息息相关，在各行各业及各大应用领域中都普遍存在，针对复杂地址数据的正确处理和应用，在很多应用场景中都具有极其重要的意义和社会价值。

发明内容

发明人通过研究发现：如何实现错写地址的精准纠错，成为了当前各大涉及LBS(Location Based Services，基于位置服务)领域的公司和科研机构工作的难点和痛点。相关技术地址纠错方法，通常只与匹配的字符数相关，考虑要素比较单一，不能满足实际复杂场景的应用需要，如何提升地址纠错的准确度，仍是一个需要解决的技术问题。

鉴于以上技术问题中的至少一项，本公开提供了一种地址实体纠错方法和装置、计算机可读存储介质，可以实现错写地址的精准纠错。

根据本公开的一个方面，提供一种地址实体纠错方法，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。

在本公开的一些实施例中，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。

在本公开的一些实施例中，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。

在本公开的一些实施例中，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。

在本公开的一些实施例中，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：