刘浩宇，李 喆，佘佐超，应卓君，王 薇，赵志浩

(国网四川省电力公司成都供电公司, 四川 成都 610041)

0 引 言

各项研究证据显示人类的活动信息基本与地理位置相关。在电力企业各项业务中同样如此，用电地址、报修工单、设备位置等等，地理位置均是其核心字段。目前常规模式基本都是人工提取各类信息中所含地址字段进行匹配，对于电力企业的相关工作人员均是较为繁琐、耗时的一项工作。如果能快速准确地识别相关内部业务和客户诉求中所含的地理位置信息，可以很好地辅助电力企业快速响应各方需求、提高服务能力、提升数据资产价值。

下面旨在探索实践如何自动快速准确地进行地理位置匹配，以各类常见信息中地理位置为基础，实现地理位置的自动提取与匹配，并基于Python编写多种地址提取匹配方法，综合考量匹配准确率及运行速度两类指标，探索较为适用于电力企业的方法。

1 研究背景

1.1 技术概述

最早的自然语言理解方面的研究工作是机器翻译。由美国人威弗于1949年首先提出了机器翻译设计方案。20世纪60年代，国外对机器翻译曾有大规模的研究工作，耗费了巨额费用；但当时人们显然是低估了自然语言的复杂性，且语言处理的理论和技术均不成热，机器翻译整体进展缓慢。当时的主要做法为存储两种语言的单词、短语对应制作大辞典，翻译时一一对应，技术上只是调整语言的同条顺序，但面对日常语义交流时，表现较差。……