文本匹配_基于深度学习的地址匹配算法

编者按

上一期，我们推出了“暗黑人格地理分布及其社会关联因素”；这一期，我们继续给大家带来实验室的最新研究成果——基于深度学习的地址匹配算法。

引言

        地址匹配是地理编码的关键环节，其作用是将输入的地址文本与地址数据库中的地址进行配对，最终转化为地理坐标。近年来，随着移动设备及位置服务的普及，以地址为空间信息基础的海量行业数据开始大量涌现，其含有的多数地址仅在语义具有一定的空间指向性，但缺乏标准的地址结构。传统的地址匹配方法主要关注地址文本间字与字的匹配关系，无法准确识别不同表达方式下不同地址的同一指向关系。因此在这一背景下，要对多源异构的海量地址数据进行匹配，传统的地址匹配方法已不再适用。

        深度学习是人工智能的一个重要分支，其已在自然语言处理等研究领域取得了突破性进展。不同于传统机器学习方法，深度学习具有很强的表示学习的能力，利用深度学习算法可直接从文本中进行语义特征的抽取。因此，将深度学习应用于地址匹配，可在很大程度上减小地址表达方式与结构对地址匹配度的影响。

实验数据

        本文采用的基础地址语料来自于深圳市地址数据库，该数据库于2018年更新，共含有57,253,694条地址数据，文件的每一行为一条地址。为将该地址语料运用于地址匹配任务中&#