一种基于有限状态机的中文地址标准化方法1.pdf

一种基于有限状态机的中文地址标准化方法
一 种基 于有 限状态机 的中文地址标 准化 方法 水 罗 明 ，黄海量 (上海财经大学 a．信息管理与工程学院；b．上海市金融信息技术研 究重点实验 室，上海 200433) 摘 要：由于中文的内涵多义性和形式多样性的特点，使 中文地址长期 以来存在着难以标准化的 问题 ，对进 一 步开展地址定位、区域 网格分析和社情、舆情定位等工作都造成 了较大的障碍。针对这个问题提 出了基于地址 分级模型和有限状态机驱动的新方法，并通过软件开发对这种方法的地址识 别率和匹配准确率进行 了验证 ，实 验结果显示该方法对中文地址能够达到 96％左右的识别率 ，匹配准确率也达到 了85％左右，并且还能实现标准 地址库的 自动化更新 。因此，采取该方法能够有效地解决 中文地址标准化 困难的问题 ，具有显著的实用性和研