一种基于最小距离编辑法的模糊地址识别模型

关键词：模糊地址识别 文本相似度计算 最小编辑距离法 支持向量机 谐音字识别 

摘要：由于受到客户方言及语言习惯因素影响,加之客户服务中心客服坐席手工记录客户地址的形式不统一,难以实现精确筛选细化到小区、村庄级别的相近地址,支撑定位客户反映的频繁停电等问题。该文提出了一种地址模糊匹配模型,根据地址信息的文本和拼音形式,利用最小编辑距离算法量化非结构化客户地址间的偏差程度。进一步应用支持向量机分类技术,结合地址文本信息和拼音信息的编辑距离计算结果,实现对相近地址的有效识别。试验结果表明,该方法可以克服谐音字对地址识别的影响,具有计算速度快且识别能力强的优势,能够支撑筛选频繁停电地址等场景应用。另外,通过网格搜索法的应用,实现了支持向量机分类器主要参数的优化,提升了模糊地址匹配的精度。

电力大数据杂志要求:

{1}文中小标题一般分为三级，第一级标题用“一、”、“二、”、“三、”标示;第二级标题用“1．”、“2．”、“3．”标示，第三级标题用“(1)”、“(2)”、“(3)”标示，每级标题序号前均空两格。

{2}严禁一稿多投递；如果一个月未获录用通知，作者可自行处理稿件。

{3}来稿请勿一稿多投，编辑部有权对采用的稿件进行部分修改或者删减。

{4}以单字母方式标识以下各种参考文献类型：普通图书 [ M ]，会议论文 [C]，报纸文章 [N]，期刊文章 [J]，学位论文 [D]，报告 [R]，标准 [S]，专利〔P〕，汇编 [G]，档案 [B]，古籍 [O]，参考工具 [K]。

{5}来稿应附3～8个关键词。附200字左右的结构式摘要（理论研究不要写成结构式摘要），内容包括目的、方法、结果、结论。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社