CN114443920A - 地址信息解析方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了地址信息解析方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词；基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。基于至少一个共现地址词和唯一词，对目标物流地址信息进行解析处理。该实施方式提升了所采集的共现词在区域内的可靠性，确保了地址唯一词在区域内的唯一性。

Description

地址信息解析方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及地址信息解析方法、装置、电子设备和计算机可读介质。

背景技术

在表示地址的词语中，有描述地址属性的词语，类似“酒店”、“大学”、“医院”；有表示能够唯一表示一个地点或者区域的词语，如“XX总部大厦”、“饭店(XX店)”，但是单独的“XX”、“饭店”就是一个具有连锁属性的词语，并不能表示唯一的一个位置。我们通常将类似“XX总部大厦”这种能够唯一标识一个位置的词语称为地址唯一词，将“酒店”“网吧”“饭店”这类词称为地址共现词(因为经常和其他词共同出现)。能够准确识别并获取地址唯一词和共现词，对物流基础数据的构建，物流精准的分拣配送，都有重要作用。

目前，识别并获取地址唯一词和共现词的方式，通常为：通过物流配送人员采集区域内的地址唯一词和共现词。

然后，采用上述方式通常会存在以下技术问题：物流配送人员只熟悉自己配送区域的地址信息，导致所采集的共现词不具有可靠性(例如，物流配送人员所采集的区域的共现词，在全区/全市内是否仍是共现词)，以及导致所采集的地址唯一词不具有唯一性(例如，物流配送人员所采集的区域的唯一词，在全区/全市内是否仍是唯一)。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了地址信息解析方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种地址信息解析方法，该方法包括：对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词；基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词；基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

可选地，上述对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列，包括：基于地址词信息表所包括的地址词的词频，从上述目标物流地址信息包括的各个地址词中选择词频大于等于初始词频阈值的地址词作为备选地址词，得到备选地址词组；根据上述备选地址词组，对上述目标物流地址信息进行第一分词处理，以生成第一地址词序列。

可选地，上述对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列，包括：根据预设的地址词类别表，对上述目标物流地址信息进行第二分词处理，以生成第二地址词序列。

可选地，上述基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词，包括：对于上述地址词类别组合表中的每个地址词类别组合，通过上述地址词类别组合对上述第二地址词序列中对应的第二地址词进行关联处理，以生成关联地址词；对于所生成的每个关联地址词，从预设的关联地址词信息表中识别出对应上述关联地址词的关联地址词信息作为备选关联地址词信息，得到备选关联地址词信息组，其中，上述备选关联地址词信息包括词频；将上述备选关联地址词信息组中包括的词频最大的备选关联地址词信息对应的关联地址词确定为上述第二地址词序列中的唯一词。

可选地，上述方法还包括：将预设的区域地址信息表中包含上述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组；基于上述备选区域地址信息组，将上述唯一词确定为区域唯一词。

可选地，上述基于上述备选区域地址信息组，将上述唯一词确定为区域唯一词，包括：对地图页面中对应上述备选区域地址信息组中的每个备选区域地址信息的地址点进行标记；对上述地图页面所标记的地址点进行聚类处理，得到地址点聚类图；去除上述地址点聚类图中不符合预设条件的地址点，以对上述地址点聚类图进行更新；确定更新后的地址点聚类图的外包矩形；响应于上述外包矩形的对角线长度小于等于预设长度，将上述唯一词确定为区域唯一词。

可选地，上述基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词，包括：通过上述地址词信息表所包括的地址词的词频，确定上述第一地址词序列中每个第一地址词的词频，得到词频序列；将上述词频序列所包括的每两个词频的和确定为词频阈值，得到词频阈值序列；将上述词频阈值序列中大于等于预设阈值的每个词频阈值所对应的第一地址词进行合并处理，以生成共现地址词。

可选地，上述方法还包括：将上述至少一个共现地址词和上述区域唯一词存储至预设的物流地址搜索服务器中。

第二方面，本公开的一些实施例提供了一种地址信息解析装置，装置包括：分词单元，被配置成对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；生成单元，被配置成基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词；识别单元，被配置成基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词；解析单元，被配置成基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

可选地，分词单元进一步被配置成：基于地址词信息表所包括的地址词的词频，从上述目标物流地址信息包括的各个地址词中选择词频大于等于初始词频阈值的地址词作为备选地址词，得到备选地址词组；根据上述备选地址词组，对上述目标物流地址信息进行第一分词处理，以生成第一地址词序列。

可选地，分词单元进一步被配置成：根据预设的地址词类别表，对上述目标物流地址信息进行第二分词处理，以生成第二地址词序列。

可选地，识别单元进一步被配置成：对于上述地址词类别组合表中的每个地址词类别组合，通过上述地址词类别组合对上述第二地址词序列中对应的第二地址词进行关联处理，以生成关联地址词；对于所生成的每个关联地址词，从预设的关联地址词信息表中识别出对应上述关联地址词的关联地址词信息作为备选关联地址词信息，得到备选关联地址词信息组，其中，上述备选关联地址词信息包括词频；将上述备选关联地址词信息组中包括的词频最大的备选关联地址词信息对应的关联地址词确定为上述第二地址词序列中的唯一词。

可选地，装置还包括：第一确定单元，被配置成将预设的区域地址信息表中包含上述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组；第二确定单元，被配置成基于上述备选区域地址信息组，将上述唯一词确定为区域唯一词。

可选地，第二确定单元被进一步配置成：对地图页面中对应上述备选区域地址信息组中的每个备选区域地址信息的地址点进行标记；对上述地图页面所标记的地址点进行聚类处理，得到地址点聚类图；去除上述地址点聚类图中不符合预设条件的地址点，以对上述地址点聚类图进行更新；确定更新后的地址点聚类图的外包矩形；响应于上述外包矩形的对角线长度小于等于预设长度，将上述唯一词确定为区域唯一词。

可选地，生成单元被进一步配置成：通过上述地址词信息表所包括的地址词的词频，确定上述第一地址词序列中每个第一地址词的词频，得到词频序列；将上述词频序列所包括的每两个词频的和确定为词频阈值，得到词频阈值序列；将上述词频阈值序列中大于等于预设阈值的每个词频阈值所对应的第一地址词进行合并处理，以生成共现地址词。

可选地，装置还包括：存储单元，被配置成将上述至少一个共现地址词和上述区域唯一词存储至预设的物流地址搜索服务器中。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的地址信息解析方法，提升了所采集的共现词在区域内的可靠性，确保了地址唯一词在区域内的唯一性。具体来说，造成所采集的地址唯一词不具有唯一性的原因在于：物流配送人员只熟悉自己配送区域的地址信息，导致所采集的共现词不具有可靠性(例如，物流配送人员所采集的区域的共现词，在全区/全市内是否仍是共现词)，以及导致所采集的地址唯一词不具有唯一性(例如，物流配送人员所采集的区域的唯一词，在全区/全市内是否仍是唯一)。基于此，本公开的一些实施例的地址信息解析方法，首先，对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列。由此，为后续准确识别目标物流地址信息对应的共现词和唯一词提供了数据支持。接着，基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词。由此，可以根据预先设置的地址词信息表准确识别出第一地址词序列中的共现地址词。然后，基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。由此，可以准确识别出目标物流地址信息对应的地址唯一词。最后，基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。从而，提升了所采集的共现词在区域内的可靠性，确保了地址唯一词在区域内的唯一性。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是本公开的一些实施例的地址信息解析方法的一个应用场景的示意图；

图2是根据本公开的地址信息解析方法的一些实施例的流程图；

图3是根据本公开的地址信息解析方法的另一些实施例的流程图；

图4-图6是根据本公开的地址信息解析方法中的地址点聚类图的应用场景图；

图7是根据本公开的地址信息解析装置的一些实施例的结构示意图；

图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的地址信息解析方法的一个应用场景的示意图。

在图1的应用场景中，首先，计算设备101可以对目标物流地址信息102进行分词处理，以生成第一地址词序列103和第二地址词序列104。接着，计算设备101可以基于预设的地址词信息表105和上述第一地址词序列103，生成对应上述第一地址词序列103的至少一个共现地址词106。然后，计算设备101可以基于预设的地址词类别组合表107，识别出上述第二地址词序列104中的唯一词108。最后，计算设备101可以基于上述至少一个共现地址词106和上述唯一词108，对上述目标物流地址信息进行解析处理。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

继续参考图2，示出了根据本公开的地址信息解析方法的一些实施例的流程200。该地址信息解析方法，包括以下步骤：

步骤201，对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列。

在一些实施例中，地址信息解析方法的执行主体(例如图1所示的计算设备101)可以首先通过预设配置词典的结巴分词器对目标物流地址信息进行分词处理，以生成第一地址词序列。然后，上述执行主体可以可以通过预先设置的正则表达式{"[一二三四五六七八九十百千零〇a-zA-Z0-9]+[-#]"；"[甲乙丙丁戊己庚辛壬癸临东西南北]*[a-zA-Z0-9一二三四五六七八九十百千零〇]+号(省|市|区|巷|园|舍|座|楼|院|门|单元|号|室|弄|栋|层|米|幢|院)}对目标物流地址信息进行分词处理，以生成第二地址词序列。这里，对应第二地址词序列的分词处理的方式可以是结巴分词。这里，目标物流地址信息可以是指物流配送人员采集的配送地址信息。这里，预设配置词典的结巴分词器可以是指预先存储了高频词的结巴分词器。这里，预设配置词典的结巴分词器对高频词进行分词。例如，预设配置词典的结巴分词器中存储了“园”和“天宝”，则将“天宝园”分词为“天宝/园”。

作为示例，目标物流地址信息可以是“XX省YY市ZZ区水波镇花园路天宝园大雄郁金香舍2单元5号楼”。

首先，上述执行主体可以通过预设配置词典的结巴分词器对上述目标物流地址信息“XX省YY市ZZ区水波镇花园路天宝园大雄郁金香舍2单元5号楼”进行分词处理，以生成第一地址词序列“XX/省/YY/市/ZZ/区/水波/镇/花/园/路/天宝/园/大/雄/郁/金/香/舍/2/单元/5/号/楼”。

然后，上述执行主体可以通过预先设置的正则表达式{"[一二三四五六七八九十百千零〇a-zA-Z0-9]+[-#]"；"[甲乙丙丁戊己庚辛壬癸临东西南北]*[a-zA-Z0-9一二三四五六七八九十百千零〇]+号(省|市|区|巷|园|舍|座|楼|院|门|单元|号|室|弄|栋|层|米|幢|院)}对目标物流地址信息“XX省YY市ZZ区水波镇花园路天宝园大雄郁金香舍2单元5号楼”进行结巴分词处理，以生成第二地址词序列“XX省/YY市/ZZ区/水波镇/花园路/天宝园/大雄郁金香舍/2单元/5号楼”。

在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤生成第一地址词序列：

第一步，基于地址词信息表所包括的地址词的词频，从上述目标物流地址信息包括的各个地址词中选择词频大于等于初始词频阈值的地址词作为备选地址词，得到备选地址词组。这里，地址词信息表中的地址词信息可以包括：地址词和对应上述地址词的词频。

实践中，对于上述目标物流地址信息包括的每个地址词，首先，上述执行主体可以从地址词信息表中查找到对应上述地址词的词频，得到词频组。然后，可以将词频组中大于等于初始词频阈值的词频对应的地址词作为备选地址词，得到备选地址词组。

第二步，根据上述备选地址词组，对上述目标物流地址信息进行第一分词处理，以生成第一地址词序列。实践中，首先，可以将上述备选地址词组中每个备选地址词和上述备选地址词对应的词频进行关联处理，以生成备选地址词信息，得到备选地址词信息组。然后，可以再将上述备选地址词信息组添加至结巴分词器中，以对结巴分词器进行更新。最后，通过更新后的结巴分词器对目标物流地址信息进行第一分词处理，以生成第一地址词序列。

在一些实施例的一些可选的实现方式中，上述执行主体可以根据预设的地址词类别表，对上述目标物流地址信息进行第二分词处理，以生成第二地址词序列。这里，地址词类别表可以是指包含了多个地址词属性类别的表。实践中，首先，对于上述地址词类别表中的每个地址词类别，上述执行主体可以对上述目标物流地址信息中对应上述地址词类别的地址词进行标记处理。然后，上述执行主体可以对标记处理后的目标物流地址信息中每个被标记的地址词处进行分词处理，以生成第二地址词序列。

例如，地址词类别表可以是：

地址词类别	地址词类别	地址词类别
			省	路	苑
市	园	号
			区	院	舍
镇	单元	···

目标物流地址信息可以是“XX省YY市ZZ区水波镇花园路天宝园2单元5号楼”。可以将地址词类别“省”对应的地址词“省”进行标记。根据上述实现方式中的描述，从而，可以生成第二地址词序列“XX省/YY市/ZZ区/水波镇/花园路/天宝园/2单元/5号楼”。

步骤202，基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词。

在一些实施例中，上述执行主体可以基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词。这里，预设的地址词信息表可以是指预先配置的各个地址词的信息表。这里，地址词信息表中的地址词信息可以包括：地址词和对应上述地址词的词频。

实践中，基于预设的地址词信息表和上述第一地址词序列，上述执行主体可以通过以下步骤生成对应上述第一地址词序列的至少一个共现地址词：

第一步，通过上述地址词信息表，查找上述第一地址词序列中每个第一地址词的词频，得到词频序列。

例如，地址词信息表可以是：

地址词	词频	地址词	词频	地址词	词频	地址词	词频
								省	60	路	60	天	45	郁	51
市	55	园	55	宝	24	金	49
								区	52	院	48	大	18	香	52
镇	80	单元	102	雄	12	舍	55

例如，第一地址词序列可以是“大/雄/郁/金/香/舍”。可以查找到第一地址词“大”的词频为“18”。可以查找到第一地址词“雄”的词频为“12”。可以查找到第一地址词“郁”的词频为“51”。可以查找到第一地址词“金”的词频为“49”。可以查找到第一地址词“香”的词频为“52”。可以查找到第一地址词“舍”的词频为“55”。从而，得到词频序列“18，12，51，49，52，55”。

第二步，根据上述词频序列，确定上述第一地址词序列中每个第一地址词的信息熵值，得到信息熵值组。这里，信息熵值可以是左右信息熵。这里，可以通过信息熵公式确定上述第一地址词序列中每个第一地址词的信息熵值。例如，信息熵公式可以是左右信息熵公式。

第三步，对上述信息熵值组进行降序排序，得到信息熵值序列。

第四步，将上述信息熵值序列中对应的序号小于等于预设序号的信息熵值确定为目标信息熵值，得到目标信息熵值组。例如，预设序号可以是“2”。即，可以将上述信息熵值序列中的前两个信息熵值确定为目标信息熵值组。

第五步，对上述目标信息熵值组中每个目标信息熵值对应的第一地址词与上述第一地址词在第一地址词序列中的位置左侧的第一地址词进行合并处理，以生成共现地址词。例如，目标信息熵值组对应的各个第一地址词可以是“金，香，舍”。第一地址词序列可以是“大/雄/郁/金/香/舍”。从而，可以将“郁/金/香/舍”合并为“郁金香舍”以作为共现地址词。

步骤203，基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。

在一些实施例中，上述执行主体可以基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。这里，预设的地址词类别组合表可以是指预先设置的，包含多个地址词类别组合的表。这里，地址词类别组合可以是至少一个地址词类别组合在一起的类别组合。这里，地址词类别组合表中的地址词类别可以包括但不限于以下至少一项：省，市，区，镇，路，主标识(例如，园/院/苑)，号，单元。这里，第二地址词序列中的每个词对应一地址词类别。例如，第二地址词序列“XX省/YY市/ZZ区/水波镇/花园路/天宝园/2单元/5号楼”中的“花园路”对应地址词类别“路”。

实践中，基于预设的地址词类别组合表，上述执行主体可以对于地址词类别组合表中每个地址词类别组合，执行如下处理步骤：

第一步，将上述第二地址词序列中地址词对应的地址词类别与上述地址词类别组合包含的地址词类别相同的地址词进行关联处理，以生成关联地址词。

作为示例，地址词类别组合表可以是：

第二地址词序列可以是“XX省/YY市/ZZ区/水波镇/花园路/天宝园/2单元/5号楼”。

从而，可以将第二地址词序列“XX省/YY市/ZZ区/水波镇/花园路/天宝园/2单元/5号楼”中地址词对应的地址词类别与上述地址词类别组合“主标识-号-单元”包含的地址词类别相同的地址词进行关联处理，以生成关联地址词“天宝园2单元5号楼”。

第二步，从地图页面中查找上述关联地址词所表示的地址点。

第三步，响应于所查找到的地址点均表示相同的地址，将上述关联地址词确定为唯一词。

第四步，响应于所查找到的地址点不表示相同的地址，将去除上述地址词类别组合的地址词类别组合表作为新的地址词类别组合表，再次执行上述处理步骤。

步骤204，基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

在一些实施例中，上述执行主体可以基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。这里，解析处理可以是指解析出上述目标物流地址信息表示唯一地址的简化物流地址。诸如，首先，对于至少一个共现地址词中的每个共现地址词，提取出上述目标物流地址信息中仅包括上述共现地址词的唯一地址，得到唯一地址组。然后，从上述唯一地址组中选择出字数最少的唯一地址作为备选地址。最后，将上述唯一词和上述备选地址中字数最少的词确定为简化物流地址。例如，目标物流地址信息可以是“XX省/YY市/ZZ区/水波镇/花园路/天宝园/105号/肯德基”。其中，“天宝园”和“肯德基”为共现地址词。“ZZ区水波镇花园路105号”为唯一词。可以提取出仅包含“天宝园”的唯一地址为“ZZ区水波镇天宝园105号”。可以提取出仅包含“肯德基”的唯一地址为“ZZ区水波镇肯德基”。从而，可以解析出字数最少的简化物流地址“ZZ区水波镇肯德基”。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的地址信息解析方法，提升了所采集的共现词在区域内的可靠性，确保了地址唯一词在区域内的唯一性。具体来说，造成所采集的地址唯一词不具有唯一性的原因在于：物流配送人员只熟悉自己配送区域的地址信息，导致所采集的共现词不具有可靠性(例如，物流配送人员所采集的区域的共现词，在全区/全市内不为共现词)，以及导致所采集的地址唯一词不具有唯一性(例如，物流配送人员所采集的区域的唯一词，在全区/全市内不唯一)。基于此，本公开的一些实施例的地址信息解析方法，首先，对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列。由此，为后续准确识别目标物流地址信息对应的共现词和唯一词提供了数据支持。然后，基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词。由此，可以根据预先设置的地址词信息表准确识别出第一地址词序列中的共现地址词。最后，基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。由此，可以准确识别出目标物流地址信息对应的地址唯一词。最后，基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。从而，提升了所采集的共现词在区域内的可靠性，确保了地址唯一词在区域内的唯一性。

进一步参考图3，示出了根据本公开的地址信息解析方法的另一些实施例的流程图。该地址信息解析方法，包括以下步骤：

步骤301，对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列。

在一些实施例中，步骤301的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201，在此不再赘述。

步骤302，基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词。

在一些实施例中，基于预设的地址词信息表和上述第一地址词序列，上述执行主体可以通过以下步骤生成对应上述第一地址词序列的至少一个共现地址词：

第一步，通过上述地址词信息表所包括的地址词的词频，确定上述第一地址词序列中每个第一地址词的词频，得到词频序列。实践中，对于第一地址词序列中每个第一地址词，上述执行主体可以从地址词信息表中查找到对应上述第一地址词的词频，得到词频序列。

第二步，将上述词频序列所包括的每两个词频的和确定为词频阈值，得到词频阈值序列。实践中，上述执行主体可以将上述词频序列所包括的每两个词频的总和确定为词频阈值，得到词频阈值序列。

第三步，将上述词频阈值序列中大于等于预设阈值的每个词频阈值所对应的第一地址词进行合并处理，以生成共现地址词。

作为示例，第一地址词序列可以是：[德/云/街/郁/金/香/舍/7号楼/5层]。词频序列可以是：{“德”：7；“云”：7；“街”：7；“郁”：4；“金”：4；“香”：4；“舍”：4。“7号楼”：1；“5层”：5}。其中，第一地址词“德”与“云”的词频阈值为“14”。第一地址词“云”与“街”的词频阈值为“14”。第一地址词“街”与“郁”的词频阈值为“11”。第一地址词“郁”与“金”的词频阈值为“8”。第一地址词“金”与“香”的词频阈值为“8”。第一地址词“香”与“舍”的词频阈值为“8”。第一地址词“舍”与“7号楼”的词频阈值为“5”。第一地址词“7号楼”与“5层”的词频阈值为“6”。对第一地址词序列[德/云/街/郁/金/香/舍/7号楼/5层]所包括的每两个第一地址词的词频阈值大于等于预定阈值“12”的两个第一地址词进行合并处理，以生成共现地址词[德云街]。

步骤303，基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词。

在一些实施例中，基于预设的地址词类别组合表和上述第二地址词序列中第二地址词对应的地址词类别，上述执行主体可以通过以下步骤识别出上述第二地址词序列中的唯一词：

第一步，对于上述地址词类别组合表中的每个地址词类别组合，通过上述地址词类别组合对上述第二地址词序列中对应的第二地址词进行关联处理，以生成关联地址词。

作为示例，地址词类别组合表可以是：

地址词类别组合
	主标识-单元-楼
路-号
	路-号-主标识
镇-路-号-主标识
	···

第二地址词序列可以是“XX省/YY市/ZZ区/水波镇/花园路/5号/天宝园/2单元/2号楼”。

可以将第二地址词序列“XX省/YY市/ZZ区/水波镇/花园路/5号/天宝园/2单元”中第二地址词对应的地址词类别与上述地址词类别组合“主标识-单元-楼”包含的地址词类别相同的第二地址词进行关联处理，以生成关联地址词“天宝园2单元2号楼”。

从而，可以得到关联地址词组“天宝园2单元2号楼；花园路5号；花园路5号天宝园；水波镇花园路5号天宝园”。

第二步，对于所生成的每个关联地址词，从预设的关联地址词信息表中识别出对应上述关联地址词的关联地址词信息作为备选关联地址词信息，得到备选关联地址词信息组。其中，上述备选关联地址词信息包括词频。这里，关联地址词信息表可以是包含多个关联地址词以及对应关联地址词词频的表。

作为示例，关联地址词信息表可以是：

关联地址词	词频
		天宝园2单元2号楼	99
花园路5号	55
		花园路5号天宝园	102
水波镇花园路5号天宝园	180
		···

根据上述步骤303第二步的描述，可以得到备选关联地址词信息组“天宝园2单元2号楼：99；花园路5号：55；花园路5号天宝园：102；水波镇花园路5号天宝园：180”。

第三步，将上述备选关联地址词信息组中包括的词频最大的备选关联地址词信息对应的关联地址词确定为上述第二地址词序列中的唯一词。作为示例，可以将备选关联地址词信息组“天宝园2单元2号楼：99；花园路5号：55；花园路5号天宝园：102；水波镇花园路5号天宝园：180”中包括的词频最大的备选关联地址词信息“水波镇花园路5号天宝园：180”对应的关联地址词“水波镇花园路5号天宝园”确定为上述第二地址词序列中的唯一词。

步骤304，基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

在一些实施例中，步骤304的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤204，在此不再赘述。

步骤305，将预设的区域地址信息表中包含上述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组。

在一些实施例中，上述执行主体可以将预设的区域地址信息表中包含上述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组。这里，区域地址信息表可以是由多个表征唯一地址的区域地址信息组成的表。这里，表征唯一地址的区域地址信息可以具体不同的表达方式。

作为示例，区域地址信息表可以是：

区域地址信息
	XX省YY市AA区天宝园2单元2号楼
XX省YY市花园路5号
	XX省YY市CC区花园路天宝园
XX省YY市BB区水波镇花园路5号天宝园
	YY市水波镇花园路5号天宝园
BB区水波镇花园路5号天宝园
	HH市水波镇花园路5号天宝园
···

唯一词可以是“水波镇花园路5号天宝园”。

根据上述实施例的描述，可以得到备选区域地址信息组“XX省YY市BB区水波镇花园路5号天宝园；YY市水波镇花园路5号天宝园；BB区水波镇花园路5号天宝园；HH市水波镇花园路5号天宝园”。

步骤306，基于上述备选区域地址信息组，将上述唯一词确定为区域唯一词。

在一些实施例中，基于上述备选区域地址信息组，上述执行主体可以通过以下步骤将上述唯一词确定为区域唯一词：

第一步，对地图页面中对应上述备选区域地址信息组中的每个备选区域地址信息的地址点进行标记。实践中，首先，上述执行主体可以调用地图页面。然后，可以在地图页面中，标记出上述备选区域地址信息组中的每个备选区域地址信息所表征的地址点。

第二步，对上述地图页面所标记的地址点进行聚类处理，得到地址点聚类图。实践中，可以通过密度聚类算法DBSCAN(Density-Based Spatial Clustering ofApplications with Noise)对上述地图页面所标记的地址点进行聚类处理，得到地址点聚类图(如图4所示)。

第三步，去除上述地址点聚类图中不符合预设条件的地址点，以对上述地址点聚类图进行更新。这里，预设条件可以是指“地址点聚类图中连接成簇的地址点”。如图5所示，将地址点聚类图中的未连接成簇的地址点去除。

第四步，确定更新后的地址点聚类图的外包矩形。如图6所示，可以用最小矩阵包含地址点聚类图中的地址点。

第五步，响应于上述外包矩形的对角线长度小于等于预设长度，将上述唯一词确定为区域唯一词。实践中，上述执行主体可以响应于上述外包矩形的对角线长度小于等于预设长度，将上述唯一词确定为区域唯一词。

可选地，将上述至少一个共现地址词和上述区域唯一词存储至预设的物流地址搜索服务器中。

实践中，上述执行主体可以将上述至少一个共现地址词和上述区域唯一词存储至预设的物流地址搜索服务器中。这里，物流地址搜索服务器可以是指存储了多个物流地址信息的服务器。由此，以便于后续物流配送人员和用户进行地址查询。从而，便于物流配送人员根据所查询的共现地址词和区域唯一词，确定物流配送地址，以进行物流配送。

从图3可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的地址信息解析方法的流程300通过对所识别的唯一词的检验，确保了地址唯一词的可靠性和唯一性，使得后续可以准确向物流配送人员推送唯一词，便于物流精准的分拣配送。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种地址信息解析装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，一些实施例的地址信息解析装置700包括：分词单元701、生成单元702、识别单元703和解析单元704。其中，分词单元701被配置成对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；生成单元702被配置成基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词；识别单元703被配置成基于预设的地址词类别组合表和上述第二地址词序列中第二地址词对应的地址词类别，识别出上述第二地址词序列中的唯一词。解析单元704，被配置成基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

可选地，分词单元701进一步被配置成：基于地址词信息表所包括的地址词的词频，从上述目标物流地址信息包括的各个地址词中选择词频大于等于初始词频阈值的地址词作为备选地址词，得到备选地址词组；根据上述备选地址词组，对上述目标物流地址信息进行第一分词处理，以生成第一地址词序列。

可选地，分词单元701进一步被配置成：根据预设的地址词类别表，对上述目标物流地址信息进行第二分词处理，以生成第二地址词序列。

可选地，识别单元703进一步被配置成：对于上述地址词类别组合表中的每个地址词类别组合，通过上述地址词类别组合对上述第二地址词序列中对应的第二地址词进行关联处理，以生成关联地址词；对于所生成的每个关联地址词，从预设的关联地址词信息表中识别出对应上述关联地址词的关联地址词信息作为备选关联地址词信息，得到备选关联地址词信息组，其中，上述备选关联地址词信息包括词频；将上述备选关联地址词信息组中包括的词频最大的备选关联地址词信息对应的关联地址词确定为上述第二地址词序列中的唯一词。

可选地，装置700还包括：第一确定单元，被配置成将预设的区域地址信息表中包含上述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组；第二确定单元，被配置成基于上述备选区域地址信息组，将上述唯一词确定为区域唯一词。

可选地，第二确定单元被进一步配置成：对地图页面中对应上述备选区域地址信息组中的每个备选区域地址信息的地址点进行标记；对上述地图页面所标记的地址点进行聚类处理，得到地址点聚类图；去除上述地址点聚类图中不符合预设条件的地址点，以对上述地址点聚类图进行更新；确定更新后的地址点聚类图的外包矩形；响应于上述外包矩形的对角线长度小于等于预设长度，将上述唯一词确定为区域唯一词。

可选地，生成单元702被进一步配置成：通过上述地址词信息表所包括的地址词的词频，确定上述第一地址词序列中每个第一地址词的词频，得到词频序列；将上述词频序列所包括的每两个词频的和确定为词频阈值，得到词频阈值序列；将上述词频阈值序列中大于等于预设阈值的每个词频阈值所对应的第一地址词进行合并处理，以生成共现地址词。

可选地，装置700还包括：存储单元，被配置成将上述至少一个共现地址词和上述区域唯一词存储至预设的物流地址搜索服务器中。

可以理解的是，该装置700中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元，在此不再赘述。

下面参考图8，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)800的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；基于预设的地址词信息表和上述第一地址词序列，生成对应上述第一地址词序列的至少一个共现地址词；基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词；基于上述至少一个共现地址词和上述唯一词，对上述目标物流地址信息进行解析处理。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括分词单元、生成单元、识别单元和解析单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，识别单元还可以被描述为“基于预设的地址词类别组合表，识别出上述第二地址词序列中的唯一词的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种地址信息解析方法，包括：

对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；

基于预设的地址词信息表和所述第一地址词序列，生成对应所述第一地址词序列的至少一个共现地址词；

基于预设的地址词类别组合表，识别出所述第二地址词序列中的唯一词；

基于所述至少一个共现地址词和所述唯一词，对所述目标物流地址信息进行解析处理。

2.根据权利要求1所述的方法，其中，所述对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列，包括：

基于地址词信息表所包括的地址词的词频，从所述目标物流地址信息包括的各个地址词中选择词频大于等于初始词频阈值的地址词作为备选地址词，得到备选地址词组；

根据所述备选地址词组，对所述目标物流地址信息进行第一分词处理，以生成第一地址词序列。

3.根据权利要求1所述的方法，其中，所述对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列，包括：

根据预设的地址词类别表，对所述目标物流地址信息进行第二分词处理，以生成第二地址词序列。

4.根据权利要求1所述的方法，其中，所述基于预设的地址词类别组合表，识别出所述第二地址词序列中的唯一词，包括：

对于所述地址词类别组合表中的每个地址词类别组合，通过所述地址词类别组合对所述第二地址词序列中对应的第二地址词进行关联处理，以生成关联地址词；

对于所生成的每个关联地址词，从预设的关联地址词信息表中识别出对应所述关联地址词的关联地址词信息作为备选关联地址词信息，得到备选关联地址词信息组，其中，所述备选关联地址词信息包括词频；

将所述备选关联地址词信息组中包括的词频最大的备选关联地址词信息对应的关联地址词确定为所述第二地址词序列中的唯一词。

5.根据权利要求1所述的方法，其中，所述方法还包括：

将预设的区域地址信息表中包含所述唯一词的区域地址信息确定为备选区域地址信息，得到备选区域地址信息组；

基于所述备选区域地址信息组，将所述唯一词确定为区域唯一词。

6.根据权利要求5所述的方法，其中，所述基于所述备选区域地址信息组，将所述唯一词确定为区域唯一词，包括：

对地图页面中对应所述备选区域地址信息组中的每个备选区域地址信息的地址点进行标记；

对所述地图页面所标记的地址点进行聚类处理，得到地址点聚类图；

去除所述地址点聚类图中不符合预设条件的地址点，以对所述地址点聚类图进行更新；

确定更新后的地址点聚类图的外包矩形；

响应于所述外包矩形的对角线长度小于等于预设长度，将所述唯一词确定为区域唯一词。

7.根据权利要求1所述的方法，其中，所述基于预设的地址词信息表和所述第一地址词序列，生成对应所述第一地址词序列的至少一个共现地址词，包括：

通过所述地址词信息表所包括的地址词的词频，确定所述第一地址词序列中每个第一地址词的词频，得到词频序列；

将所述词频序列所包括的每两个词频的和确定为词频阈值，得到词频阈值序列；

将所述词频阈值序列中大于等于预设阈值的每个词频阈值所对应的第一地址词进行合并处理，以生成共现地址词。

8.根据权利要求5所述的方法，其中，所述方法还包括：

将所述至少一个共现地址词和所述区域唯一词存储至预设的物流地址搜索服务器中。

9.一种地址信息解析装置，包括：

分词单元，被配置成对目标物流地址信息进行分词处理，以生成第一地址词序列和第二地址词序列；

生成单元，被配置成基于预设的地址词信息表和所述第一地址词序列，生成对应所述第一地址词序列的至少一个共现地址词；

识别单元，被配置成基于预设的地址词类别组合表，识别出所述第二地址词序列中的唯一词；

解析单元，被配置成基于所述至少一个共现地址词和所述唯一词，对所述目标物流地址信息进行解析处理。

10.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。

Images