摘要: 近年来随着电子商务和众包技术的迅猛发展，用户产生的地址数据呈现爆炸性增长。在各种基于位置的业务(如外卖服务和快递)中，地址匹配是一项至关重要的任务，其目的是识别地址数据库中具有相同位置的地址。由于中文地址表述有很多可能的方式，所以这... 展开 近年来随着电子商务和众包技术的迅猛发展，用户产生的地址数据呈现爆炸性增长。在各种基于位置的业务(如外卖服务和快递)中，地址匹配是一项至关重要的任务，其目的是识别地址数据库中具有相同位置的地址。由于中文地址表述有很多可能的方式，所以这是一项具有挑战性的任务。传统的地址匹配方法依靠字符串相似性和学习匹配规则来识别同一位置的地址，然而很难解决地址冗余，地址不完整或地址错误表达的情况。 针对以上问题，本文研究了数据采集、文本嵌入、地址匹配等技术，实现了POI(Point,of Interesting)中文地址模糊匹配系统，具体内容包括以下几个方面: 1.为了学习地址字符串的地理语义表示，本文提出了通过搜索引擎从网络获取丰富的地址上下文，这可以极大地丰富可以学习的地址语义。 2.本文提出了一种基于句子嵌入的地址匹配算法。该算法使用编码器一解码模型来学习每个地址字符串的语义向量表示，并且注意机制也被应用到模型中，用来突出地址在语义表示中的重要特征。 3.更进一步，本文还提出了基于图嵌入的地址匹配算法，该算法把地址语料库中所有的地址构造一个大图，其中包含地址要素节点和地址节点，节点之间的边的权重是通过学习词语之问的共现信息得到。然后通过训练图神经网络得到图上所有节点的嵌入表示。本文在两个真实的地址数据集上进行实验。实验表明，相比以前的方法，本文提出的方法大大提高了准确率(高达8％)和召回率(高达12％)。 4.实现了一个自动进行模型训练和地址匹配的系统，能够更好展示实验结果和更方便在其他数据集上做实验。 收起