CN113434708B - 地址信息检测方法、装置、电子设备和存储介质 - Google Patents
地址信息检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113434708B CN113434708B CN202110573656.2A CN202110573656A CN113434708B CN 113434708 B CN113434708 B CN 113434708B CN 202110573656 A CN202110573656 A CN 202110573656A CN 113434708 B CN113434708 B CN 113434708B
- Authority
- CN
- China
- Prior art keywords
- address
- level
- initial
- result
- abnormality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 202
- 230000005856 abnormality Effects 0.000 claims abstract description 144
- 230000011218 segmentation Effects 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 16
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Library & Information Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了地址信息检测方法、装置、电子设备和存储介质,涉及数据处理领域,尤其涉及人工智能技术领域。具体实现方案为:获取初始地址,并对所述初始地址进行分词处理,得到级别地址;对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型。本公开实施例可以提高地址信息的检测准确率。
Description
技术领域
本公开涉及数据处理领域,尤其涉及人工智能技术领域等,具体涉及一种地址信息检测方法、装置、电子设备和存储介质。
背景技术
当前我国物流快递行业发展迅速,在快递配送过程中,准确快速的识别及定位运单地址是首要步骤。
用户在使用物流服务的过程中,可能提供了异常的地址。例如,上下级地址信息不匹配、地名错别字和地名简称等。物流公司需要处理地址信息异常的问题,才能根据正确的地址信息为用户提供物流服务。
发明内容
本公开提供了一种地址信息检测方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种地址信息检测方法,包括:
获取初始地址,并对所述初始地址进行分词处理,得到级别地址;
对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型。
根据本公开的另一方面,提供了一种地址信息检测装置,包括:
初始地址分词模块,用于获取初始地址,并对所述初始地址进行分词处理,得到级别地址;
异常类型检测模块,用于对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开任一实施例所述的地址信息检测方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开任一实施例所述的地址信息检测方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开任一实施例所述的地址信息检测方法。
本公开实施例可以提高地址信息的检测准确率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种地址信息检测方法的示意图;
图2是根据本公开实施例的一种地址信息检测方法的示意图;
图3是根据本公开实施例的一种全连接网络的示意图;
图4是根据本公开实施例的一种地址信息检测方法的示意图;
图5是根据本公开实施例的一种地址信息检测方法的示意图;
图6是根据本公开实施例的一种地址信息检测策略的示意图;
图7是根据本公开实施例的一种地址信息检测装置的示意图;
图8是用来实现本公开实施例的地址信息检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例公开的一种地址信息检测方法的流程图,本实施例可以适用于获取地址文本,并检测地址文本是否存在错误,以及对应的异常类型的情况。本实施例方法可以由地址信息检测装置来执行,该装置可采用软件和/或硬件的方式实现,并具体配置于具有一定数据运算能力的电子设备中,该电子设备可以是客户端设备,手机、平板电脑、车载终端和台式电脑等,该电子设备还可以是服务端设备。
S101,获取初始地址,并对所述初始地址进行分词处理,得到级别地址。
初始地址是指包括地址内容的文本。初始地址为用户提供的文本信息。示例性的,初始地址为A市B广场。级别地址是指行政区域划分以及详细地址划分得到的级别下的命名实体,其中,行政区域划分,简称行政区划得到的级别包括下述至少一项:省、市、区和镇等级别。详细地址划分得到的级别包括下述至少一项:道路、门址和兴趣点(Point ofInterest,POI)等级别。对初始地址进行分词,可以得到至少一个分词,一个分词是一个级别地址。每个分词标注有标签信息,标签信息用于表示该分词的级别,例如,市。可以通过预先训练的机器学习模型,对初始地址进行分词处理,得到级别地址。或者调用地图服务器已有的地址解析服务接口等对初始地址进行分词处理,得到级别地址。
S102,对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型。
异常检测用于检测级别地址中是否出现异常,其中可以检测单独的级别地址中是否出现异常,还可以检测级别地址之间的隶属关系是否出现异常。异常检测结果包括异常结果和正常结果。异常类型用于确定初始地址中出现的异常的类型。异常类型可以包括行政区划地址的异常类型和详细地址的异常类型等。示例性的,某一级别下的级别地址为空,可以确定该级别地址缺失,对应的异常为类型为该级别缺失类型。此外,还可以针对每个异常类型配置相应的置信度分数,用置信度分数标识是哪一类异常类型。
相关技术中,当前各大快递公司判断地址信息问题主要依赖于人工识别,并手动校验。在快递分拣和快递人员配送过程中,人力介入判断以及发现地址中存在的问题,然后识别。人工识别方法,成本高,人工判断需要增加人力成本;效率低,人工判断需要手动搜索核验地址信息,效率及其低下;准确率无法保证,判断过程依赖于判断者的经验、知识以及工作时的精神状态,有很强大主观性和随机性,准确率无法保证。
根据本公开的技术方案,通过对初始地址进行分词处理得到级别地址,对级别地址进行异常检测,得到初始地址的异常检测结果,以及对应的异常类型,可以准确检测出初始地址的异常类型,提高异常类型的检测准确率,降低初始地址的异常识别的人工成本,以及提高初始地址的异常识别效率。
图2是根据本公开实施例公开的另一种地址信息检测方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型,具体为:对所述初始地址进行修正,得到备选地址,并根据所述级别地址确定得到标准结构化地址;将所述级别地址包括的行政区划地址与所述标准结构化地址中对应字段的内容进行比较;根据比较结果,确定所述初始地址的异常检测结果,以及所述行政区划的异常类型。
S201,获取初始地址,并对所述初始地址进行分词处理,得到级别地址。
相似或相同的特征可以参考前述描述。
S202,对所述初始地址进行修正,得到备选地址,并根据所述级别地址确定得到标准结构化地址。
备选地址用于结合初始地址,筛选得到标准结构化地址。备选地址可以是对初始地址修正得到的地址,可以理解为相对于初始地址,较为准确的地址。可以通过预先训练的机器学习模型,对初始地址进行修正,得到备选地址。或者还可以调用地图服务器中已有的地址修正服务接口等对初始地址进行修正,得到备选地址。
标准结构化地址可以是指设定数据结构的文本信息,数据结构通常为地址划分级别的结构,例如,按照地址划分级别的从大到小排列的数据结构。标准结构化地址用于作为地址真值,对级别地址进行异常检测。示例性的,标准结构化地址包括行政区划级别的字段,以及每个行政区划级别字段的内容。例如,标准结构化地址包括省字段、市字段、区字段和镇字段,以及每个行政区划级别字段的内容;或者标准结构化地址包括市字段、区字段和镇字段,以及每个行政区划级别字段的内容。
可选的,所述对所述初始地址进行修正,得到备选地址,并根据所述级别地址确定得到标准结构化地址,包括:根据所述初始地址获取经纬度信息,并对所述经纬度信息进行逆地理编码,得到逆地理编码信息,作为备选地址;根据所述初始地址获取兴趣点搜索结果,作为备选地址;将所述级别地址和所述备选地址输入至预先训练的级别地址筛选模型,确定对应的分数;根据所述对应的分数,在所述级别地址和所述备选地址中筛选出标准结构化地址。
经纬度信息可以是指初始地址映射到真实世界的位置点的经纬度信息。可以通过将初始地址映射到地图中,得到对应的位置点,并获取该位置点的经纬度信息,确定为初始地址信息。此外还可以通过地图服务器中地址解析聚合服务接口对初始地址进行处理,得到经纬度信息。逆地理编码用于根据经纬度获取地址。逆地理编码信息可以是指将初始地址转换为经纬度信息,并进行逆地理编码处理得到的地址。可以采用逆地理编码算法对经纬度信息进行处理得到逆地理编码信息;或者还可以通过地图服务器中逆地理编码服务接口对经纬度信息进行处理,得到逆地理编码信息。
兴趣点搜索结果可以是指根据初始地址在地图数据中查询对应的兴趣点,其中,查询到的兴趣点包括地址。可以根据初始地址在地图数据中进行兴趣点查询;或者还可以通过地图服务器中兴趣点搜索服务接口对初始地址进行处理,得到兴趣点搜索结果。
备选地址为通过至少一种方式对初始地址进行修正,得到的地址。
级别地址筛选模型用于确定输入的地址为标准结构化地址的概率,即确定输入的地址为真值地址的概率。真值地址可以是正确地址。级别地址筛选模型可以是机器学习模型。分数可以是指地址为标准结构化地址的概率、将级别地址和备选地址输入级别地址筛选模型,确定级别地址对应的分数和各备选地址对应的分数。根据分数,筛选标准结构化地址的方式,可以是,选择分数最高的地址,确定为标准结构化地址。
此外,还可以通过其他方式对初始地址进行修正,得到备选地址,以在更大范围的备选地址和级别地址中,筛选出标准结构化地址,提高标准结构化地址的检测准确率。其他方式可以包括,采用地址解析聚合服务接口对初始地址进行解析聚合处理,得到解析聚合结果,作为备选地址。
通过多种方式获取备选地址,并基于预先训练的级别地址筛选模型在初始地址和备选地址中筛选标准结构化地址,可以提高标准结构化地址检测准确率。
可选的,所述将所述级别地址和各所述备选地址输入至预先训练的级别地址筛选模型,包括:对所述级别地址和所述备选地址进行编码得到对应的向量;将所述向量输入至预先训练的级别地址筛选模型,所述级别地址筛选模型包括3层全连接网络。
在输入至预先训练的级别地址筛选模型之前,可以对各输入的地址进行预处理。对地址进行编码,形成向量。对级别地址进行编码得到级别地址对应的向量,以及对备选地址进行编码得到备选地址对应的向量。级别地址筛选模型的结构为3层全连接层的网络结构。
在一个具体的例子中,如图3所示,全连接网络包括输入层、中间层和输出层。对各地址输入到全连接网络中,得到全连接网络输出的地址对应的分数。
通过对地址进行编码形成向量,并将向量输入到3层全连接网络进行处理,得到地址对应的分数,通过简单的模型实现地址筛选功能,降低地址筛选的成本,提高地址筛选的效率。
S203,将所述级别地址包括的行政区划地址与所述标准结构化地址中对应字段的内容进行比较。
级别地址包括行政区划地址和/或详细地址。在级别地址包括行政区划地址的情况下,将行政区划地址与标准结构化地址对应字段的内容进行比较。标准结构化地址包括行政区划级别的字段。将行政区划地址与该行政区划级别的字段的内容进行比较,比较是否相同。
S204,根据比较结果,确定所述初始地址的异常检测结果,以及所述行政区划的异常类型。
通常,标准结构化地址仅包括行政区划字段的内容,不包括详细地址字段的内容。此处检测得到的异常检测结果为行政区划地址的异常检测结果,对应的异常类型为行政区划的异常类型。
在某个行政区划地址不为空,该行政区划级别的字段的内容不为空,且行政区划地址与该行政区划级别的字段的内容匹配(如相同)的情况下,确定初始地址的异常检测结果为正常结果。
在某个行政区划地址为空,且该行政区划级别的字段的内容不为空的情况下,确定初始地址的异常检测结果为异常结果,以及该行政区划的异常类型为该行政区划地址结构缺失类型。例如,初始地址为A市(直辖市)B区C商场,相应的,行政区划地址包括市级地址A市和区级地址B区。标准结构化地址为A市(直辖市)B区D镇C商场,市级字段的内容为A市、区级字段的内容为B区和镇级字段的内容为D镇。市级地址A市与市级字段的内容比较,比较结果为相同;区级地址B区与区级字段的内容比较,比较结果为相同,市级地址和区级地址的异常检测结果为正常结果。镇级地址和镇级字段的内容比较,镇级地址为空,确定镇级地址的异常检测结果为异常结果,以及该镇级的异常类型为镇级地址结构缺失类型。
在某个行政区划地址不为空,该行政区划级别的字段的内容不为空,且行政区划地址与该行政区划级别的字段的内容不匹配(如不同)的情况下,确定初始地址的异常检测结果为异常结果,以及该行政区划的异常类型为该行政区划地址结构错误类型。例如,初始地址为A市(直辖市)B区D镇C商场,相应的,行政区划地址包括市级地址A市、区级地址B区和镇级地址D镇。标准结构化地址为M市(直辖市)B区D镇C商场,市级字段的内容为A市、区级字段的内容为B区和镇级字段的内容为D镇。市级地址A市与市级字段的内容比较,比较结果为不同,确定市级地址的异常检测结果为异常结果,以及该市级的异常类型为市级行政区划错误类型。区级地址B区与区级字段的内容比较,比较结果为相同,镇级地址和镇级字段的内容比较,比较结果为相同,镇级地址和区级地址的异常检测结果为正常结果。
可选的,地址信息检测方法还包括:获取所述初始地址对应的物流成本信息;根据所述初始地址的异常检测结果,以及对应的异常类型,对所述物流成本信息进行修正。
在物流领域中,根据物流订单中的地址信息进行配送和计费。通常,物流成本信息可以根据一个地址包括的各级别地址确定。物流成本信息可以包括邮费。在实际物流场景中,不同区域的邮费不同。根据错误的地址或者存在缺失的地址,计算得到的邮费是错误的。可以根据异常类型,快速定位到异常结果的级别地址,以及对应的异常类型,检测物流成本信息是否存在异常,以及根据存在的异常对物流成本信息进行修正。
示例性的,初始地址为E省F市G区H镇I居民区。E省错误,对应的异常类型为省级行政区划错误类型。通常不同省级地址的邮费不同,省级地址结构错误会导致物流成本信息错误,对物流成本信息进行修正。H镇错误,对应的异常类型为镇级行政区划错误类型。通常不同镇级地址的邮费相同,镇级地址结构错误不会导致物流成本信息错误,可以无需对物流成本信息进行修正。从而,可以根据省级行政区划错误类型和市级行政区划错误类型,快速筛选出需要错误的物流成本信息,并进行修正。
通过在物流领域中,根据初始地址的异常检测结果,以及对应的异常类型,对物流成本信息进行修正,将异常检测结果和异常类型应用在物流应用场景中,可以提高物流成本信息的检测效率,以及提高物流成本信息的异常检测准确率。
根据本公开的技术方案,通过对初始地址进行修正得到备选地址,并筛选出标准结构化地址,作为地址真值,将级别地址与标准结构化地址中对应字段的内容进行比较,确定异常检测结果以及行政区划的异常类型,可以根据真值与级别地址进行比较,针对行政区划级别进行精准异常检测结果,并准确确定异常类型,提高异常检测准确率。
图4是根据本公开实施例公开的另一种地址信息检测方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型,具体为:在所述级别地址包括详细地址,以及所述详细地址包括道路门址和兴趣点的情况下,对所述道路门址与所述兴趣点进行比较,并根据比较结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型;在所述详细地址包括行政区划地址和详细地址,以及所述详细地址包括道路门址或兴趣点的情况下,对所述行政区划地址和所述详细地址包括的内容进行一致性检测,并根据检测结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
S301,获取初始地址,并对所述初始地址进行分词处理,得到级别地址。
相似或相同的特征可以参考前述描述。
S302,在所述级别地址包括详细地址,以及所述详细地址包括道路门址和兴趣点的情况下,对所述道路门址与所述兴趣点进行比较,并根据比较结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
详细地址是指对地址进行更加详细的划分。详细地址通常是位于行政区划地址的区域范围内。道路通常是指街道,例如,XX路。门址通常是指街道边的带有门牌号或小区楼号等,例如NN路123号。兴趣点是某个位置点,例如,YY广场。道路门址与兴趣点之间的比较结果,用于确定道路门址确定的位置点是否与兴趣点相同。在比较结果为相同结果的情况下,确定初始地址的异常检测结果为正常结果;在比较结果为不同结果的情况下,确定初始地址的异常检测结果为异常结果,异常类型为道路与POI名称不匹配类型。
S303,在所述详细地址包括行政区划地址和详细地址,以及所述详细地址包括道路门址或兴趣点的情况下,对所述行政区划地址和所述详细地址包括的内容进行一致性检测,并根据检测结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
行政区划地址和详细地址的区域面积不同。一致性检测用于确定两个区域面积不同中,小区域是否属于大区域范围内。
在详细地址仅包括道路门址的情况下,对行政区划地址和详细地址包括的道路门址进行一致性检测。在一致性检测结果为一致结果的情况下,确定初始地址的异常检测结果为正常结果;在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,异常类型为道路门址错误类型。其中,道路门址错误类型可以进一步细分为道路错误类型和门址错误类型。在道路错误的情况下,确定道路错误类型;在道路正确且门址错误的情况下,确定门址错误类型。
在详细地址仅包括兴趣点的情况下,对行政区划地址和详细地址包括的兴趣点进行一致性检测。在一致性检测结果为一致结果的情况下,确定初始地址的异常检测结果为正常结果;在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,异常类型为POI名称错误类型。
可选的,所述对所述行政区划地址和所述详细地址包括的内容进行一致性检测,包括:在所述详细地址包括的内容的地理位置位于所述行政区划地址的地理区域内的情况下,确定一致性检测结果为一致结果;在所述详细地址包括的内容的地理位置在所述行政区划地址的地理区域之外的情况下,确定一致性检测结果为不一致结果。
详细地址包括的内容通常可以明确到具体的位置点。详细地址包括的内容的地理位置位于行政区划地址的地理区域内,确定详细地址和行政区划地址一致。其中,详细地址包括的内容的地理位置位于行政区划地址的地理区域内,包括该地理位置在行政区划地址的地理区域的边界上。详细地址包括的内容的地理位置位于行政区划地址的地理区域之外,确定详细地址和行政区划地址不一致。
此外,前述道路错误是指,道路的地理位置位于行政区划地址的地理区域之外。道路正确且门址错误是指,道路的地理位置位于行政区划地址的地理区域内,门址的地理位置位于行政区划地址的地理区域之外。
示例性的,详细地址包括的内容为P,行政区划地址为Q,P在Q地理区域外,确定P错误类型。
通过确定详细地址包括的内容的地理位置是否位于行政区划地址的地理区域内,以确定一致性检测结果,可以根据地址之间的隶属关系准确确定是否存在异常,增加异常检测类型,提高异常检测准确率。
根据本公开的技术方案,通过判断详细地址包括是一项还是两项,进而采用对应的方式检测详细地址的异常检测结果以及异常类型,可以细分异常类型,增加异常类型的覆盖范围,提高异常检测的准确率。
图5是根据本公开实施例公开的另一种地址信息检测方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。
S401,接收请求,获取初始地址。
请求包括初始地址。请求用于指示对初始地址进行异常检测。
S402,地址解析处理。
对初始地址进行分词处理,得到级别地址。
S403,获取级别地址。
S404,对前四级行政区划地址进行异常检测。
地址异常检测的策略如图6所示。具体的:
在同一行政区划的至少两个级别地址不同的情况下,确定初始地址的异常检测结果为异常结果,以及行政区划的异常类型为行政区划冲突类型。其中,可以仅针对非直辖市的级别地址进行行政区划冲突类型的检测。
在同一行政区划的多个级别地址相同的情况下,确定初始地址的异常检测结果为异常结果,以及行政区划的异常类型为行政区划冗余类型。
在同一行政区划仅存在一个级别地址的情况下,确定初始地址的异常检测结果为正常结果。
将某个行政区划的级别地址与标准结构化地址中该行政区划字段的内容进行比较,在比较结果为不同的情况下,确定初始地址的异常检测结果为异常结果,以及行政区划的异常类型为该行政区划级别行政区划错误类型。在比较结果为相同的情况下,确定初始地址的异常检测结果为正常结果。其中,仅针对省、市和区等行政区划地址进行错误类型检测,即行政区划级别行政区划错误类型包括省级行政区划错误类型、市级行政区划错误类型和区级行政区划错误类型。
将某个行政区划的级别地址与标准结构化地址中该行政区划字段的内容进行比较,在某个行政区划的级别地址为空,且标准结构化地址中该行政区划字段的内容不为空的情况下,确定初始地址的异常检测结果为异常结果,以及行政区划的异常类型为该行政区划级别地址结构缺失类型。其中,可以针对省、市、区和镇等行政区划地址进行缺失类型检测,即行政区划级别行政区划错误类型包括省级地址结构缺失类型、市级地址结构缺失类型、区级地址结构缺失类型和镇级地址结构缺失类型。
S405,判断详细地址是否为空;如果是,则执行S409;否则执行S406。
详细地址为空,仅对行政区划地址进行异常检测。在详细地址为空的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为详细地址缺失类型。
S406,判断初始地址是否包括POI;如果是,则执行S407;否则执行S411。
S407,判断判断初始地址是否包括道路;如果是,则执行S408;否则执行S410。
S408,对道路门址与POI进行比较。
详细地址包括两项,具体是道路门址和POI。
在比较结果为不同结果的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为道路与POI名称不匹配类型。在比较结果为相同结果的情况下,确定初始地址的异常检测结果为正常结果。
S409,确定初始地址的异常检测结果,以及初始地址的异常类型。
S410,对POI与行政区划地址进行一致性检测。
详细地址仅包括POI这一项。在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为POI名称错误类型。在一致性检测结果为相同结果的情况下,确定初始地址的异常检测结果为正常结果。
S411,判断初始地址是否包括道路。
S412,对道路门址与行政区划地址进行一致性检测。
详细地址仅包括道路门址这一项。在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为道路门址错误类型。在一致性检测结果为相同结果的情况下,确定初始地址的异常检测结果为正常结果。对道路与行政区划地址进行一致性检测,在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为道路错误类型。对道路与行政区划地址进行一致性检测,在一致性检测结果为一致结果的情况下,对门址与行政区划地址进行一致性检测,在一致性检测结果为不一致结果的情况下,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为门址错误类型。在道路与行政区划的一致性检测结果,以及门址与行政区划的一致性检测结果均为一致结果的情况下,确定初始地址的异常检测结果为正常结果。
此外,如图6所示,初始地址包括多个POI,可以检测多个POI是否存在隶属关系,例如,检测每两个POI中,一个POI的地理位置是否在另外一个POI的区域内,如果是,则确定这两个POI存在隶属关系;否则,确定这两个POI不存在隶属关系。分别对每个POI与行政区划地址进行一致性检测,并将不一致结果的POI确定为无效POI,确定初始地址的异常检测结果为异常结果,以及详细地址的异常类型为存在多个POI类型。
综上,可以参考表1确定异常类型。
表1
根据本公开的技术方案,通过对初始地址进行分词处理得到级别地址,对不同级别地址以相应的方式分别进行异常检测,得到初始地址的异常检测结果,以及对应的异常类型,可以准确检测出初始地址的异常类型,并且增加异常类型的多样性,提高异常类型的检测准确率,降低初始地址的异常识别的人工成本,以及提高初始地址的异常识别效率。
根据本公开的实施例,图7是本公开实施例中的地址信息检测装置的结构图,本公开实施例适用于获取地址文本,并检测地址文本是否存在错误,以及对应的异常类型的情况。该装置采用软件和/或硬件实现,并具体配置于具备一定数据运算能力的电子设备中。
如图7所示的一种地址信息检测装置500,包括:初始地址分词模块501和异常类型检测模块502;其中,
初始地址分词模块501,用于获取初始地址,并对所述初始地址进行分词处理,得到级别地址;
异常类型检测模块502,用于对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型。
根据本公开的技术方案,通过服务器接收目标页面元素的当前版本信息,并查询对应的元素定位信息,发送给客户端,可以在对测试设备的测试过程中,向客户端发送最新版的元素定位信息,从而准确定位到目标页面元素,以实现对目标页面元素的触发操作,从而实现对测试设备的功能测试,同时在服务器中集中管理和维护页面元素的元素定位信息,减少页面元素的维护人工成本,提高页面元素的维护和更新效率。
进一步的,所述异常类型检测模块502,包括:标准结构化地址确定单元,用于对所述初始地址进行修正,得到备选地址,并根据所述级别地址确定得到标准结构化地址;行政区划逐级比较单元,用于将所述级别地址包括的行政区划地址与所述标准结构化地址中对应字段的内容进行比较;行政区划异常检测单元,用于根据比较结果,确定所述初始地址的异常检测结果,以及所述行政区划的异常类型。
进一步的,所述标准结构化地址确定单元,包括:逆地理编码信息获取子单元,用于根据所述初始地址获取经纬度信息,并对所述经纬度信息进行逆地理编码,得到逆地理编码信息,作为备选地址;兴趣点搜索结果获取子单元,用于根据所述初始地址获取兴趣点搜索结果,作为备选地址;地址检测子单元,用于将所述级别地址和所述备选地址输入至预先训练的级别地址筛选模型,确定对应的分数;标准结构化地址筛选子单元,用于根据所述对应的分数,在所述级别地址和所述备选地址中筛选出标准结构化地址。
进一步的,所述地址检测子单元,还用于:对所述级别地址和所述备选地址进行编码得到对应的向量;将所述向量输入至预先训练的级别地址筛选模型,所述级别地址筛选模型包括3层全连接网络。
进一步的,所述异常类型检测模块502,包括:详细地址内部比较单元,用于在所述级别地址包括详细地址,以及所述详细地址包括道路门址和兴趣点的情况下,对所述道路门址与所述兴趣点进行比较,并根据比较结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型;详细地址和行政区划地址比较单元,用于在所述详细地址包括行政区划地址和详细地址,以及所述详细地址包括道路门址或兴趣点的情况下,对所述行政区划地址和所述详细地址包括的内容进行一致性检测,并根据检测结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
进一步的,所述详细地址和行政区划地址比较单元,包括:一致结果确定子单元,用于在所述详细地址包括的内容的地理位置位于所述行政区划地址的地理区域内的情况下,确定一致性检测结果为一致结果;不一致结果确定子单元,用于在所述详细地址包括的内容的地理位置在所述行政区划地址的地理区域之外的情况下,确定一致性检测结果为不一致结果。
进一步的,所述地址信息检测装置,还包括:物流成本信息获取模块,用于获取所述初始地址对应的物流成本信息;物流成本信息修正模块,用于根据所述初始地址的异常检测结果,以及对应的异常类型,对所述物流成本信息进行修正。
上述目标检测装置可执行本公开任意实施例所提供的地址信息检测方法,具备执行地址信息检测方法相应的功能模块和有益效果。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如地址信息检测方法。例如,在一些实施例中,地址信息检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的地址信息检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行地址信息检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种地址信息检测方法,包括:
获取初始地址,并对所述初始地址进行分词处理,得到级别地址;
对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型;
其中,所述对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型,包括:
根据所述初始地址获取经纬度信息,并对所述经纬度信息进行逆地理编码,得到逆地理编码信息,作为备选地址;
根据所述初始地址获取兴趣点搜索结果,作为备选地址;
将所述级别地址和所述备选地址输入至预先训练的级别地址筛选模型,确定对应的分数;
根据所述对应的分数,在所述级别地址和所述备选地址中筛选出标准结构化地址;
将所述级别地址包括的行政区划地址与所述标准结构化地址中对应字段的内容进行比较;
根据比较结果,确定所述初始地址的异常检测结果,以及所述行政区划的异常类型。
2.根据权利要求1所述的方法,其中,所述将所述级别地址和各所述备选地址输入至预先训练的级别地址筛选模型,包括:
对所述级别地址和所述备选地址进行编码得到对应的向量;
将所述向量输入至预先训练的级别地址筛选模型,所述级别地址筛选模型包括3层全连接网络。
3.根据权利要求1所述的方法,其中,所述对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型,包括:
在所述级别地址包括详细地址,以及所述详细地址包括道路门址和兴趣点的情况下,对所述道路门址与所述兴趣点进行比较,并根据比较结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型;
在所述详细地址包括行政区划地址和详细地址,以及所述详细地址包括道路门址或兴趣点的情况下,对所述行政区划地址和所述详细地址包括的内容进行一致性检测,并根据检测结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
4.根据权利要求3所述的方法,其中,所述对所述行政区划地址和所述详细地址包括的内容进行一致性检测,包括:
在所述详细地址包括的内容的地理位置位于所述行政区划地址的地理区域内的情况下,确定一致性检测结果为一致结果;
在所述详细地址包括的内容的地理位置在所述行政区划地址的地理区域之外的情况下,确定一致性检测结果为不一致结果。
5.根据权利要求1所述的方法,还包括:
获取所述初始地址对应的物流成本信息;
根据所述初始地址的异常检测结果,以及对应的异常类型,对所述物流成本信息进行修正。
6.一种地址信息检测装置,包括:
初始地址分词模块,用于获取初始地址,并对所述初始地址进行分词处理,得到级别地址;
异常类型检测模块,用于对所述级别地址进行异常检测,得到所述初始地址的异常检测结果,以及对应的异常类型;
其中,所述异常类型检测模块,包括:
标准结构化地址确定单元,用于对所述初始地址进行修正,得到备选地址,并根据所述级别地址确定得到标准结构化地址;
行政区划逐级比较单元,用于将所述级别地址包括的行政区划地址与所述标准结构化地址中对应字段的内容进行比较;
行政区划异常检测单元,用于根据比较结果,确定所述初始地址的异常检测结果,以及所述行政区划的异常类型;
其中,所述标准结构化地址确定单元,包括:
逆地理编码信息获取子单元,用于根据所述初始地址获取经纬度信息,并对所述经纬度信息进行逆地理编码,得到逆地理编码信息,作为备选地址;
兴趣点搜索结果获取子单元,用于根据所述初始地址获取兴趣点搜索结果,作为备选地址;
地址检测子单元,用于将所述级别地址和所述备选地址输入至预先训练的级别地址筛选模型,确定对应的分数;
标准结构化地址筛选子单元,用于根据所述对应的分数,在所述级别地址和所述备选地址中筛选出标准结构化地址。
7.根据权利要求6所述的装置,其中,所述地址检测子单元,还用于:
对所述级别地址和所述备选地址进行编码得到对应的向量;
将所述向量输入至预先训练的级别地址筛选模型,所述级别地址筛选模型包括3层全连接网络。
8.根据权利要求6所述的装置,其中,所述异常类型检测模块,包括:
详细地址内部比较单元,用于在所述级别地址包括详细地址,以及所述详细地址包括道路门址和兴趣点的情况下,对所述道路门址与所述兴趣点进行比较,并根据比较结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型;
详细地址和行政区划地址比较单元,用于在所述详细地址包括行政区划地址和详细地址,以及所述详细地址包括道路门址或兴趣点的情况下,对所述行政区划地址和所述详细地址包括的内容进行一致性检测,并根据检测结果,确定所述初始地址的异常检测结果,以及所述详细地址的异常类型。
9.根据权利要求8所述的装置,其中,所述详细地址和行政区划地址比较单元,包括:
一致结果确定子单元,用于在所述详细地址包括的内容的地理位置位于所述行政区划地址的地理区域内的情况下,确定一致性检测结果为一致结果;
不一致结果确定子单元,用于在所述详细地址包括的内容的地理位置在所述行政区划地址的地理区域之外的情况下,确定一致性检测结果为不一致结果。
10.根据权利要求6所述的装置,还包括:
物流成本信息获取模块,用于获取所述初始地址对应的物流成本信息;
物流成本信息修正模块,用于根据所述初始地址的异常检测结果,以及对应的异常类型,对所述物流成本信息进行修正。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的地址信息检测方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的地址信息检测方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的地址信息检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573656.2A CN113434708B (zh) | 2021-05-25 | 2021-05-25 | 地址信息检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110573656.2A CN113434708B (zh) | 2021-05-25 | 2021-05-25 | 地址信息检测方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113434708A CN113434708A (zh) | 2021-09-24 |
CN113434708B true CN113434708B (zh) | 2024-07-02 |
Family
ID=77803177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110573656.2A Active CN113434708B (zh) | 2021-05-25 | 2021-05-25 | 地址信息检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113434708B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901161A (zh) * | 2021-10-13 | 2022-01-07 | 广州风雷益信息技术有限公司 | 一种开店自动寻址方法、系统、设备及可读存储介质 |
CN116503849B (zh) * | 2023-06-29 | 2023-09-19 | 中关村科学城城市大脑股份有限公司 | 异常地址识别方法、装置、电子设备与计算机可读介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364113A (zh) * | 2020-11-13 | 2021-02-12 | 北京明略软件系统有限公司 | 一种地址纠错方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102955832B (zh) * | 2011-08-31 | 2015-11-25 | 深圳市华傲数据技术有限公司 | 一种通讯地址识别、标准化的系统 |
US9923787B2 (en) * | 2012-04-27 | 2018-03-20 | International Business Machines Corporation | Network configuration predictive analytics engine |
CN111930869B (zh) * | 2020-08-11 | 2024-02-06 | 上海寻梦信息技术有限公司 | 地址纠偏方法、装置、电子设备以及存储介质 |
CN112632213A (zh) * | 2020-12-03 | 2021-04-09 | 大箴(杭州)科技有限公司 | 地址信息标准化方法及装置、电子设备、存储介质 |
-
2021
- 2021-05-25 CN CN202110573656.2A patent/CN113434708B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364113A (zh) * | 2020-11-13 | 2021-02-12 | 北京明略软件系统有限公司 | 一种地址纠错方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113434708A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020228706A1 (zh) | 基于围栏地址的坐标数据处理方法、装置和计算机设备 | |
CN113434708B (zh) | 地址信息检测方法、装置、电子设备和存储介质 | |
CN112800915B (zh) | 建筑物变化检测方法、装置、电子设备以及存储介质 | |
CN112560862B (zh) | 文本识别方法、装置及电子设备 | |
CN110990520B (zh) | 一种地址编码方法、装置、电子设备和存储介质 | |
CN113240175B (zh) | 配送路线的生成方法、设备、存储介质和程序产品 | |
KR20140097805A (ko) | 좌표(x, y)위치 값을 이용한 체계적인 블록번호 생성 및 그 이용한 주소매칭 서비스 방법 | |
CN113435403B (zh) | 路网缺失道路检测方法、装置、电子设备和存储介质 | |
US20210311971A1 (en) | Geocoding methods and systems of correcting latitude and longitude of a point of interest | |
CN110569546B (zh) | 交通小区的划分方法及装置 | |
CN111784239B (zh) | 派送网点的确定方法、装置、电子设备及存储介质 | |
US20150172861A1 (en) | System and method for determining a boundary of a geographic area | |
CN112507223B (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN107657474B (zh) | 一种商圈边界的确定方法及服务端 | |
CN114419883B (zh) | 识别路口缺失交通限制信息的方法、装置和电子设备 | |
CN113139258B (zh) | 道路数据处理方法、装置、设备及存储介质 | |
CN113032514B (zh) | 兴趣点数据处理方法及装置 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
US20150169626A1 (en) | System and method for identifying a new geographical area name | |
CN114036414A (zh) | 兴趣点的处理方法、装置、电子设备、介质及程序产品 | |
CN111966768A (zh) | 地址描述方法、装置、电子设备和存储介质 | |
US20220138235A1 (en) | Confidence scoring of geocoder results in computer-based navigation | |
CN113222411B (zh) | 一种活动空间分布的分析方法、装置、设备和存储介质 | |
CN113051470B (zh) | 位置精度评估方法及装置、电子设备、计算机可读介质 | |
US10204139B2 (en) | Systems and methods for processing geographic data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |