地址相似度的評估方法和評估裝置的制造方法
【專利摘要】本發(fā)明提供的地址相似度的評估方法，通過將待評估地址進(jìn)行分詞處理，得到組成待評估地址的多個分詞，分別計算每個分詞和標(biāo)準(zhǔn)地址的相似度，以及每個分詞的權(quán)重，通過分詞相似度和分詞權(quán)重計算最終的地址相似度，在相似度計算中兼顧了每個分詞和分詞次序?qū)ο嗨贫鹊挠绊?，使最后的相似度比值更能反?yīng)地址比對的真實(shí)結(jié)果。在進(jìn)一步的實(shí)施例中，引入逆向的斐波那契數(shù)進(jìn)行權(quán)重計算。本發(fā)明同時提供地址相似度的評估裝置。
【專利說明】
地址相似度的評估方法和評估裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體涉及一種地址相似度的評估方法和評估裝 置。
【背景技術(shù)】
[0002] 目前地理信息系統(tǒng)在業(yè)務(wù)系統(tǒng)中應(yīng)用得越來越廣泛。例如，電子商務(wù)系統(tǒng)中，揀貨 員根據(jù)發(fā)貨地址或收貨地址將業(yè)務(wù)指派給特定的配送站點(diǎn);在GIS系統(tǒng)中，用戶輸入目標(biāo)地 址查詢公交線路，或查詢某個地址周邊的信息。針對這些應(yīng)用場景中，需要根據(jù)地址確定該 地址對應(yīng)的坐標(biāo)位置?，F(xiàn)有技術(shù)的做法是在標(biāo)準(zhǔn)地址庫中查找和該地址最為相似的標(biāo)準(zhǔn)地 址，然后返回標(biāo)準(zhǔn)地址的坐標(biāo)作為該地址的近似坐標(biāo)。
[0003] 判定地址和標(biāo)準(zhǔn)地址庫是否相似，非常突出的技術(shù)困難是輸入的地址不完整，例 如，北京市朝陽公園南路6號院，漏掉了朝陽區(qū)，或者輸入的地址格式不規(guī)范，例如，北京市 朝陽區(qū)朝陽公園南路6號院(聯(lián)系電話138********)。
[0004] 目前識別地址相似度的評估技術(shù)中使用最多的是基于編輯距離（Levenshtein Distance)相似度的算法。在編輯距離相似度算法中，通過距離矩陣算出2個地址字符串之 間的編輯距離，根據(jù)編輯距離和字符串長度計算出最終2個地址字符串的相似度。但是該評 估技術(shù)沒有考慮地址字符串中分詞順序和關(guān)鍵詞對相似度的影響，例如，朝陽區(qū)人民公園 和朝陽市人民公園，地址字符串相似度很高，但實(shí)際上相距很遠(yuǎn)。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明提供一種地址相似度的評估方法和裝置，以解決上述問題。
[0006] 根據(jù)本發(fā)明的第一方面，本發(fā)明提供一種地址相似度的評估方法，包括:根據(jù)地址 詞庫對待評估地址進(jìn)行分詞處理，得到組成所述待評估地址的多個分詞;計算每個所述分 詞和標(biāo)準(zhǔn)地址的分詞相似度;計算每個所述分詞的分詞權(quán)重；以及根據(jù)所述分詞相似度和 所述分詞權(quán)重計算所述待評估地址和所述標(biāo)準(zhǔn)地址的相似度。
[0007] 優(yōu)選地，所述計算每個所述分詞和標(biāo)準(zhǔn)地址的分詞相似度包括:將所述待評估地 址的分詞和所述標(biāo)準(zhǔn)地址的分詞分別編碼;根據(jù)分詞編碼構(gòu)建距離矩陣；以及根據(jù)所述距 離矩陣計算所述分詞相似度。
[0008] 優(yōu)選地，所述計算每個所述分詞的分詞權(quán)重包括:從斐波那契數(shù)列中選擇若干個 連續(xù)數(shù)值，所述連續(xù)數(shù)值的個數(shù)等于所述分詞的個數(shù)；以及將所述連續(xù)數(shù)值的逆序后計算 所述分詞權(quán)重。
[0009] 優(yōu)選地，所述計算每個所述分詞的分詞權(quán)重包括:獲取每一所述分詞對應(yīng)的角色 類型；以及根據(jù)所述角色分類獲取每一所述分詞的權(quán)重。
[0010] 優(yōu)選地，在根據(jù)地址詞庫對待評估地址進(jìn)行分詞處理前，將所述待評估地址進(jìn)行 預(yù)處理。
[0011]優(yōu)選地，所述地址詞庫包含地名數(shù)據(jù)，地址后綴數(shù)據(jù)和數(shù)字地址數(shù)據(jù)。
[0012] 根據(jù)本發(fā)明的第二方面，本發(fā)明提供一種地址相似度的評估裝置，包括：分詞單 元，用于根據(jù)地址詞庫對待評估地址進(jìn)行分詞處理，得到組成所述待評估地址的多個分詞； 第一計算單元，用于計算每個所述分詞和標(biāo)準(zhǔn)地址的分詞相似度;第二計算單元，用于計算 每個所述分詞的分詞權(quán)重;第三計算單元，用于根據(jù)所述分詞相似度和所述分詞權(quán)重計算 所述待評估地址和所述標(biāo)準(zhǔn)地址的相似度。
[0013] 優(yōu)選地，第一計算單元包括:編碼模塊，用于將所述待評估地址的分詞和所述標(biāo)準(zhǔn) 地址的分詞分別編碼;距離矩陣構(gòu)建模塊，用于根據(jù)分詞編碼構(gòu)建距離矩陣；以及分詞相似 度計算模塊，用于根據(jù)所述距離矩陣計算所述分詞相似度。
[0014] 優(yōu)選地，所述第二計算單元包括:從斐波那契數(shù)列中選擇若干個連續(xù)數(shù)值，所述連 續(xù)數(shù)值的個數(shù)等于所述分詞的個數(shù);以及將所述連續(xù)數(shù)值的逆序后計算所述分詞權(quán)重。
[0015] 優(yōu)選地，所述第二計算單元包括:獲取每一所述分詞對應(yīng)的角色類型；以及根據(jù)所 述角色分類獲取每一所述分詞的權(quán)重。
[0016] 優(yōu)選地，還包括:預(yù)處理單元，用于對所述待評估地址進(jìn)行預(yù)處理。
[0017] 優(yōu)選地，所述地址詞庫包含地名數(shù)據(jù)，地址后綴數(shù)據(jù)和數(shù)字地址數(shù)據(jù)。
[0018] 本發(fā)明提供的地址相似度的評估方法，通過將待評估地址進(jìn)行分詞處理，得到組 成待評估地址的多個分詞，分別計算每個分詞和標(biāo)準(zhǔn)地址的相似度，以及每個分詞的權(quán)重， 通過分詞相似度和分詞權(quán)重計算最終的地址相似度，在相似度計算中兼顧了每個分詞和分 詞次序?qū)ο嗨贫鹊挠绊?，使最后的相似度比值更能反?yīng)地址比對的真實(shí)結(jié)果。在進(jìn)一步的 實(shí)施例中，引入逆向的斐波那契數(shù)進(jìn)行權(quán)重計算。
【附圖說明】
[0019] 通過參照以下附圖對本發(fā)明實(shí)施例的描述，本發(fā)明的上述以及其它目的、特征和 優(yōu)點(diǎn)將更為清楚，在附圖中：
[0020] 圖1是根據(jù)本發(fā)明實(shí)施例的地址相似度評估方法的流程圖；
[0021 ]圖2是根據(jù)本發(fā)明另一實(shí)施例的地址相似度評估方法的流程圖；
[0022]圖3是根據(jù)本發(fā)明實(shí)施例的地址相似度的評估裝置的結(jié)構(gòu)圖；
[0023]圖4是圖3中第一計算單元的進(jìn)一步的分解結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0024] 以下基于實(shí)施例對本發(fā)明進(jìn)行描述，但是本發(fā)明并不僅僅限于這些實(shí)施例。在下 文對本發(fā)明的細(xì)節(jié)描述中，詳盡描述了一些特定的細(xì)節(jié)部分。對本領(lǐng)域技術(shù)人員來說沒有 這些細(xì)節(jié)部分的描述也可以完全理解本發(fā)明。為了避免混淆本發(fā)明的實(shí)質(zhì)，公知的方法、過 程、流程沒有詳細(xì)敘述。另外附圖不一定是按比例繪制的。
[0025] 附圖中的流程圖、框圖圖示了本發(fā)明實(shí)施例的系統(tǒng)、方法、裝置的可能的體系框 架、功能和操作，流程圖和框圖上的方框可以代表一個模塊、程序段或僅僅是一段代碼，所 述模塊、程序段和代碼都是用來實(shí)現(xiàn)規(guī)定邏輯功能的可執(zhí)行指令。也應(yīng)當(dāng)注意，所述實(shí)現(xiàn)規(guī) 定邏輯功能的可執(zhí)行指令可以重新組合，從而生成新的模塊和程序段。因此附圖的方框以 及方框順序只是用來更好的圖示實(shí)施例的過程和步驟，而不應(yīng)以此作為對發(fā)明本身的限 制。
[0026]圖1是根據(jù)本發(fā)明實(shí)施例的地址相似度評估方法的流程圖，包括步驟101至步驟 104〇
[0027]在步驟101中，根據(jù)地址詞庫對待評估地址進(jìn)行分詞處理，得到組成待評估地址的 多個分詞。
[0028] 本發(fā)明中的地址詞庫泛指一切存儲地址關(guān)鍵詞的詞料庫，這些詞料包括諸如北 京，海淀，文化大廈等地名數(shù)據(jù)，和諸如省、市、縣、小區(qū)、號、棟、室等地址后綴信息，區(qū)域，地 理專有名詞等，和諸如5-302等數(shù)字地址信息。通常地址詞庫越完備，本步驟中的分詞效果 越準(zhǔn)確，越有助于地址相似度的計算。例如，"北京市朝陽區(qū)朝陽公園南路6號院"經(jīng)過分詞 得到五個分詞"北京市，朝陽區(qū)，朝陽公園，南路，6號院"。
[0029] 在步驟102中，計算每個分詞和標(biāo)準(zhǔn)地址的分詞相似度。
[0030] 在本步驟中計算從前述步驟中獲得的每個分詞和標(biāo)準(zhǔn)地址的分詞相似度。目前計 算字符串相似度的算法有編輯距離算法、最長公共子串算法、貪心字符串匹配算法等多種 算法。這些算法由于側(cè)重點(diǎn)不同，應(yīng)用于不同的領(lǐng)域中。
[0031] 在步驟103中，計算待評估地址的每個分詞的分詞權(quán)重。
[0032] 可以理解，在地址字符串中，每個分詞權(quán)重不僅和分詞本身相關(guān)，同時和該分詞在 地址串中的位置相關(guān)。例如，北京市朝陽區(qū)前進(jìn)大街，分詞"北京市"的權(quán)重理應(yīng)大于"朝陽 區(qū)"，"前進(jìn)大街"，分詞"朝陽區(qū)"的權(quán)重應(yīng)該大于"前進(jìn)大街"，因此將權(quán)重特征加入到相似 度計算中，有助于更好的體現(xiàn)地址相似度比較的真實(shí)特征。
[0033] 在一個優(yōu)選的實(shí)施例中，在進(jìn)行分詞權(quán)重分析時，先確定每個分詞對應(yīng)的角色定 義，再根據(jù)角色檢索對應(yīng)的權(quán)重。分詞角色從預(yù)先定義的數(shù)據(jù)庫中檢索獲得。例如，"北京 市"定義為一級行政區(qū)劃，"朝陽區(qū)"，"海淀區(qū)"定義為二級行政區(qū)劃，"海淀大廈"，"京東貿(mào) 易公司"定義為實(shí)體名稱。
[0034] 在另一個優(yōu)選的實(shí)施例中，通過逆向斐波那契數(shù)列計算分詞權(quán)重。斐波那契數(shù)列 指的是這樣一個數(shù)列：〇、1、1、2、3、5、8、13、21…用文字來說，就是斐波那契數(shù)列由0和1開 始，之后的斐波那契數(shù)列系數(shù)就由之前的兩數(shù)相加。因?yàn)椹栐诋?dāng)前場景中沒有實(shí)際業(yè)務(wù)意 義，本發(fā)明中采用從1開始的斐波那契數(shù)。根據(jù)分詞序列的長度，例如，"北京市朝陽區(qū)朝陽 公園南路6號院"包括"北京市，朝陽區(qū)，朝陽公園，南路，6號院"五個分詞，對應(yīng)的逆向的斐 波那契數(shù)為[5,3,2，1，1]，按照當(dāng)前值在總值的比例（比如"北京市"對應(yīng)的斐波那契數(shù)是5， 除以總和(5+3+2+1+1)精確2位小數(shù)等于0.42)換算成權(quán)重[0.42,0.25,0.17,0.08,0.08]。
[0035] 在步驟104中，根據(jù)分詞相似度和分詞權(quán)重計算待評估地址和標(biāo)準(zhǔn)地址的相似度。
[0036] 在步驟102和步驟103中分別計算獲得分詞相似度和分詞權(quán)重，通過公式分詞相似 度和分詞權(quán)重相乘之和，獲得待評估地址和標(biāo)準(zhǔn)地址的相似度。例如，分詞相似度為：[1， 0.5，0.33，0.5，0.6]和分詞權(quán)重為：[0.42，0.25，0.17,0.08,0.08]，最終得到地址相似度 為：1*0 · 42+0 · 5*0 · 25+0 · 33*0 · 17+0 · 5*0 · 08+0 · 6*0 · 08 = 0 · 687，相似度值的取值范圍在0 ~ 1〇
[0037]本領(lǐng)域的技術(shù)人員可以理解到，現(xiàn)有技術(shù)中的其他計算分詞權(quán)重的算法也適用于 本發(fā)明，也應(yīng)屬于本發(fā)明的保護(hù)范圍之內(nèi)。
[0038]圖2是根據(jù)本發(fā)明另一實(shí)施例的地址相似度評估方法的流程圖，包括步驟201-步 驟206。
[0039] 其中，步驟201,205,206和圖1中的步驟101，103和104相同，這里就不再贅述。步驟 202-204詳細(xì)描寫了分詞相似度的計算方式。
[0040] 在步驟202中，將待評估地址的分詞和標(biāo)準(zhǔn)地址的分詞分別編碼。
[0041]在步驟203中，根據(jù)分詞編碼構(gòu)建距離矩陣。
[0042]在步驟204中，根據(jù)距離矩陣計算分詞相似度。
[0043]下面以一個示例說明上述三個步驟。
[0044] 假設(shè)標(biāo)準(zhǔn)地址為："北京市朝陽區(qū)將臺路5號院15號樓朝陽人才"，待評估地址為： "北京市將臺路5號院普天創(chuàng)業(yè)園15號樓"，標(biāo)準(zhǔn)地址輸出分詞序列為[北京市，朝陽區(qū)，將臺 路，5號院，15號樓，朝陽人才]，待評估地址的分詞序列是[北京市，將臺路，普天創(chuàng)業(yè)園，5號 院，15號樓]。
[0045] 首先，確定分詞編碼:北京市->'A'，朝陽區(qū)將臺路->'C'，普天創(chuàng)業(yè)園_>' D'，5號院->'E'，15號樓->'F'，朝陽人才->'G'，則標(biāo)準(zhǔn)地址編碼結(jié)果是'ABCEFG'，待評估地 址編碼結(jié)果是'ACDEF。分詞編碼要求不同的分詞采用不同的字母標(biāo)識。
[0046] 接著，根據(jù)分詞編碼構(gòu)建距離矩陣。先創(chuàng)建7*8的表格，將標(biāo)準(zhǔn)地址編碼填入到列， 將待評估地址編碼填入到每行，再填入數(shù)字，如表格1所示。
[0047] 表格 1
[0049] 再根據(jù)Levenshtein Distance算法填入表格中的各值(如果行列的字符相同，對 應(yīng)值填入〇,否則填入左邊、左上角和上面的值中的最小值并且加1)，最終得到表格2的距離 矩陣：
[0050] 表格 2
[0053]最后，計算每個分詞和標(biāo)準(zhǔn)地址的相似度。表格2的斜體數(shù)字為A，C，D，E，F(xiàn)和標(biāo)準(zhǔn) 地址的編輯距離，通過公式1-編輯距離/地址長度，得到每個分詞的相似度(A:l-〇/l = l;C: 卜 1/2 = 0.5;D:卜2/3 = 0.33;E:卜2/4 = 0.5;F:卜2/5 = 0.6)。
[0054]在上述實(shí)施例中，通過將待評估地址進(jìn)行分詞處理，得到組成待評估地址的多個 分詞，分別計算每個分詞和標(biāo)準(zhǔn)地址的相似度，以及每個分詞的權(quán)重，通過分詞相似度和分 詞權(quán)重計算最終的地址相似度，在相似度計算中兼顧了每個分詞和分詞次序?qū)ο嗨贫鹊挠?響，使相似度的計算更能反應(yīng)地址比對的真實(shí)結(jié)果。另外，本發(fā)明中還引入逆向的斐波那契 數(shù)進(jìn)行權(quán)重計算。
[0055] 在一個優(yōu)選的實(shí)施例中，該評估方法還包括:在根據(jù)地址詞庫對待評估地址進(jìn)行 分詞處理前，將待評估地址進(jìn)行預(yù)處理。例如，將全角字符變?yōu)榘虢亲址サ舻刂反械?非法字符，如#，Y，空格等。再例如，將待評估地址的信息補(bǔ)全，如將在"朝陽區(qū)"前面增加 "北京市"。通過預(yù)處理使分詞處理更加便捷。
[0056] 圖3是根據(jù)本發(fā)明實(shí)施例的地址相似度的評估裝置的結(jié)構(gòu)圖。參考圖3,地址相似 度的評估裝,30包括地址詞庫300、分詞單元310、第一計算單元311、第二計算單元312和第 三計算單元313。
[0057]分詞單元310接收輸入的待評估的地址，根據(jù)地址詞庫300將待評估地址進(jìn)行分詞 處理，獲得待評估地址的多個分詞。地址詞庫300中包含地名數(shù)據(jù)，地址后綴數(shù)據(jù)和數(shù)字地 址數(shù)據(jù)。
[0058] 第一計算單元311從分詞單元310中獲得多個分詞，計算每個分詞和標(biāo)準(zhǔn)地址的分 詞相似度。
[0059] 第二計算單元312從分詞單元310中獲得多個分詞，計算每個分詞在待評估地址中 的權(quán)重。優(yōu)選的計算方式是根據(jù)分詞的級別定義進(jìn)行權(quán)重計算，或者根據(jù)斐波那契數(shù)列進(jìn) 行分詞權(quán)重計算。
[0000]第三計算單元313從第一計算單元311和第二計算單元312中獲得分詞相似度和分 詞權(quán)重，匯總計算待評估地址和標(biāo)準(zhǔn)地址的相似度。優(yōu)選地，可以設(shè)置相似度閾值，超過相 似度閾值的待評估地址為標(biāo)準(zhǔn)地址的相似地址。
[0061]圖4是圖3中第一計算單元的進(jìn)一步的分解結(jié)構(gòu)圖。參考圖4,第一計算單元311包 括:編碼模塊3111、距離矩陣構(gòu)建模塊3112和分詞相似度計算模塊3113。
[0062]編碼模塊3111接收待評估地址和標(biāo)準(zhǔn)地址的多個分詞，并對每個分詞編碼。
[0063]距離矩陣構(gòu)建模塊3112根據(jù)分詞編碼構(gòu)建距離矩陣。距離矩陣的構(gòu)建方式和方法 步驟中的相同，這里就不再贅述。
[0064]分詞相似度計算模塊3113根據(jù)距離矩陣計算分詞相似度。計算方式和方法步驟中 的相同，這里就不再贅述。
[0065] 在一個優(yōu)選的實(shí)施例中，上述評估裝置還包括:預(yù)處理單元，用于對待評估地址進(jìn) 行預(yù)處理。例如，將全角字符變?yōu)榘虢亲址?，去掉地址串中的非法字符，?，Υ，空格等。通 過預(yù)處理使分詞處理更加便捷。
[0066]本發(fā)明中提供的評估裝置，包括:分詞單元，用于根據(jù)地址詞庫對待評估地址進(jìn)行 分詞處理，得到組成待評估地址的多個分詞；第一計算單元，用于計算每個分的分詞相似 度;第二計算單元，用于計算每個所述分詞的分詞權(quán)重;第三計算單元，用于根據(jù)所述分詞 相似度和所述分詞權(quán)重計算所述待評估地址和所述標(biāo)準(zhǔn)地址的相似度。該評估裝置根據(jù)分 詞相似度和分詞權(quán)重計算最終的地址相似度，在相似度計算中兼顧了每個分詞和分詞次序 對相似度的影響，使相似度的計算更能反應(yīng)地址比對的真實(shí)結(jié)果。
[0067] 系統(tǒng)的各個模塊或單元可以通過硬件、固件或軟件實(shí)現(xiàn)。軟件例如包括采用JAVA、 C/C++/C#、SQL等各種編程語言形成的編碼程序。雖然在方法以及方法圖例中給出本發(fā)明實(shí) 施例的步驟以及步驟的順序，但是所述步驟實(shí)現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令可以重新組 合，從而生成新的步驟。所述步驟的順序也不應(yīng)該僅僅局限于所述方法以及方法圖例中的 步驟順序，可以根據(jù)功能的需要隨時進(jìn)行調(diào)整。例如將其中的某些步驟并行或按照相反順 序執(zhí)行。
[0068] 根據(jù)本發(fā)明的系統(tǒng)和方法可以部署在單個或多個服務(wù)器上。例如，可以將不同的 模塊分別部署在不同的服務(wù)器上，形成專用服務(wù)器?；蛘撸梢栽诙鄠€服務(wù)器上分布式部署 相同的功能單元、模塊或系統(tǒng)，以減輕負(fù)載壓力。所述服務(wù)器包括但不限于在同一個局域網(wǎng) 以及通過Internet連接的多個PC機(jī)、PC服務(wù)器、刀片機(jī)、超級計算機(jī)等。
[0069] 以上所述僅為本發(fā)明的優(yōu)選實(shí)施例，并不用于限制本發(fā)明，對于本領(lǐng)域技術(shù)人員 而言，本發(fā)明可以有各種改動和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同 替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種地址相似度的評估方法，包括： 根據(jù)地址詞庫對待評估地址進(jìn)行分詞處理，得到組成所述待評估地址的多個分詞； 計算每個所述分詞和標(biāo)準(zhǔn)地址的分詞相似度； 計算每個所述分詞的分詞權(quán)重；以及 根據(jù)所述分詞相似度和所述分詞權(quán)重計算所述待評估地址和所述標(biāo)準(zhǔn)地址的相似度。2. 根據(jù)權(quán)利要求1所述的評估方法，其中，所述計算每個所述分詞和標(biāo)準(zhǔn)地址的分詞相 似度包括： 將所述待評估地址的分詞和所述標(biāo)準(zhǔn)地址的分詞分別編碼； 根據(jù)分詞編碼構(gòu)建距離矩陣；以及 根據(jù)所述距離矩陣計算所述分詞相似度。3. 根據(jù)權(quán)利要求1所述的評估方法，其中，所述計算每個所述分詞的分詞權(quán)重包括:從 斐波那契數(shù)列中選擇若干個連續(xù)數(shù)值，所述連續(xù)數(shù)值的個數(shù)等于所述分詞的個數(shù)；以及將 所述連續(xù)數(shù)值的逆序后計算所述分詞權(quán)重。4. 根據(jù)權(quán)利要求1所述的評估方法，其中，所述計算每個所述分詞的分詞權(quán)重包括:獲 取每一所述分詞對應(yīng)的角色類型；以及根據(jù)所述角色分類獲取每一所述分詞的權(quán)重。5. 根據(jù)權(quán)利要求1所述的評估方法，其中，在所述根據(jù)地址詞庫對待評估地址進(jìn)行分詞 處理前，將所述待評估地址進(jìn)行預(yù)處理。6. 根據(jù)權(quán)利要求1所述的評估方法，其中，所述地址詞庫包含地名數(shù)據(jù)，地址后綴數(shù)據(jù) 和數(shù)字地址數(shù)據(jù)。7. -種地址相似度的評估裝置，包括： 分詞單元，用于根據(jù)地址詞庫對待評估地址進(jìn)行分詞處理，得到組成所述待評估地址 的多個分詞； 第一計算單元，用于計算每個所述分詞和標(biāo)準(zhǔn)地址的分詞相似度； 第二計算單元，用于計算每個所述分詞的分詞權(quán)重； 第三計算單元，用于根據(jù)所述分詞相似度和所述分詞權(quán)重計算所述待評估地址和所述 標(biāo)準(zhǔn)地址的相似度。8. 根據(jù)權(quán)利要求7所述的評估裝置，其中，第一計算單元包括： 編碼模塊，用于將所述待評估地址的分詞和所述標(biāo)準(zhǔn)地址的分詞分別編碼； 距離矩陣構(gòu)建模塊，用于根據(jù)分詞編碼構(gòu)建距離矩陣；以及 分詞相似度計算模塊，用于根據(jù)所述距離矩陣計算所述分詞相似度。9. 根據(jù)權(quán)利要求7所述的評估裝置，其中，所述第二計算單元包括:從斐波那契數(shù)列中 選擇若干個連續(xù)數(shù)值，所述連續(xù)數(shù)值的個數(shù)等于所述分詞的個數(shù)；以及將所述連續(xù)數(shù)值的 逆序后計算所述分詞權(quán)重。10. 根據(jù)權(quán)利要求7所述的評估裝置，其中，所述第二計算單元包括:獲取每一所述分詞 對應(yīng)的角色類型；以及根據(jù)所述角色分類獲取每一所述分詞的權(quán)重。11. 根據(jù)權(quán)利要求7所述的評估裝置，還包括:預(yù)處理單元，用于對所述待評估地址進(jìn)行 預(yù)處理。12. 根據(jù)權(quán)利要求7所述的評估裝置，其中，所述地址詞庫包含地名數(shù)據(jù)，地址后綴數(shù)據(jù) 和數(shù)字地址數(shù)據(jù)。
【文檔編號】G06K9/62GK106096024SQ201610473801
【公開日】2016年11月9日
【申請日】2016年6月24日
【發(fā)明人】許文靖
【申請人】北京京東尚科信息技術(shù)有限公司, 北京京東世紀(jì)貿(mào)易有限公司