汪衡,杨燕,张熠玲,翟冠霖

(西南交通大学 信息科学与技术学院,四川省云计算与智能技术重点实验室,四川 成都 611756)

0 引言

“智慧物流”时代,物流公司快速且有效的配送将一定程度上提升顾客购物体验。因此,提高物流分拣系统的效率将对物流领域具有重大价值,能有效帮助物流公司减少配送费用。其中,更加“智能化”的分拣系统将是关键。目前,对配送地址的规范化处理不准确是影响分拣系统效率的主要问题。中文地址规范化是非常具有挑战的任务。本文,将抽取配送地址的关键元素,并结合城市地址表达方式,生成具有组织规则的地址表达(表1)。

表1 地址元素组织规则

常见的物流文本地址通常隐含由地址语义元素组成的语义模式,例如“街道”“城市”等。然而,地址元素之间并没有十分明确的分隔符,虽然“省”“市”等元素能够有效地区分地址,但这些元素很容易因为书写简化而缺失,因此作为分隔符是不可靠的。常见的方法是将地址规范化作为地址标注任务[1],虽然能够有效地识别元素之间的层级关系,如将“北京”划分为“市”,“朝阳”划分为“区”,但对于地址缺失的数据,如“怀柔区郊区桥梓镇”,单纯的地址元素标注方法并不能判别缺失地址信息“北京市”;在文献[2]中,提取地址数据中的关键信息并与规范化的地址元素进行比较,选择相似性最大的地址元素作为规范地址。但是,重复的关键元素依然会出现在生成的地址中。

因此,针对上述任……