[发明专利]地址文本的相似度计算方法及装置

权利要求书

1.一种地址文本的相似度计算方法，其特征在于，所述方法包括：

针对第一地址文本以及第二地址文本分别进行地址结构解析，以将所述第一地址文本以及所述第二地址文本拆分成若干个一一对应的地址字段；

依次计算所述第一地址文本中的地址字段与所述第二地址文本中对应的地址字段之间的文本相似度，并对所述第一地址文本中的各地址字段对应的所述文本相似度进行求和得到第一相似度评分；

依次计算所述第一地址文本中的地址字段与所述第二地址文本中的各地址字段之间的文本相似度的最大值，并对所述第一地址文本中的各地址字段对应的所述最大值进行求和得到第二相似度评分；

计算所述第一相似度评分与所述第二相似度评分中的最大值，并将所述第一相似度评分与所述第二相似度评分中的最大值设置为所述第一地址文本与所述第二地址文本的文本相似度评分。

2.根据权利要求1所述的方法，其特征在于，所述第一地址文本以及所述第二地址文本拆分出的地址字段分别预配置了权重值；其中，所述第一地址文本以及所述第二地址文本拆分出的一一对应的地址字段配置的权重值相同；所述权重值表征所述地址字段对所述文本相似度的重要程度；

所述依次计算所述第一地址文本中的地址字段，与所述第二地址文本中对应的地址字段之间的文本相似度，并对所述第一地址文本中的各地址字段对应的所述文本相似度进行求和得到第一相似度评分，包括：

依次计算所述第一地址文本中的地址字段，与所述第二地址文本中对应的地址字段之间的文本相似度，并将所述第一地址文本中的各地址字段对应的所述文本相似度乘以所述权重值后进行求和得到第一相似度评分。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述第一地址文本以及所述第二地址文本分别转换为经纬度坐标；

基于转换得到的经纬度坐标计算与所述第一地址文本以及所述第二地址文本对应的地址之间的平面距离；

基于所述第一地址文本以及所述第二地址文本的平面距离，以及所述第一地址文本以及所述第二地址文本的文本相似度评分，判定所述第一地址文本与所述第二地址文本对应的地址是否相同。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一地址文本以及所述第二地址文本的平面距离，以及所述第一地址文本以及所述第二地址文本的文本相似度，判定所述第一地址文本与所述第二地址文本对应的地址是否相同，包括：

判断所述第一地址文本以及所述第二地址文本的平面距离是否小于预设的第一阈值；

当所述平面距离小于所述第一阈值时，判定所述第一地址文本与所述第二地址文本对应的地址相同；

当所述平面距离不小于所述第一阈值，则进一步判断所述第一地址文本以及所述第二地址文本的文本相似度评分是否大于预设的第二阈值，并在所述文本相似度评分大于预设的第二阈值时，判定所述第一地址文本与所述第二地址文本对应的地址相同。

5.根据权利要求3所述的方法，其特征在于，还包括：

如果未成功将所述第一地址文本和/或所述第二地址文本转换成经纬度坐标，则判断所述第一地址文本以及所述第二地址文本的文本相似度评分是否大于预设的第二阈值，并在所述文本相似度评分大于所述第二阈值时，判定所述第一地址文本与所述第二地址文本对应的地址相同。

6.根据权利要求5所述的方法，其特征在于，还包括：

将所述第一地址文本以及第二地址文本拆分出的地址字段与预配置的恶意地址识别规则进行匹配；

当所述第一地址文本以及第二地址文本拆分出的一个或者多个地址字段命中所述恶意地址识别规则时，判定所述第一地址文本与所述第二地址文本对应的地址不相同。