余 俊，于文年，彭艳兵

（1.武汉邮电科学研究院，湖北武汉 430070；2.南京烽火天地通信科技有限公司，江苏南京 210019）

外卖、网上购物、共享单车等互联网资源的普及化和大众化，衍生出了大量的中文地址信息，中文地址信息中包含着一个人每天的行动路线和个人信息，这类信息若可以获得高效利用，将会是一笔极其宝贵的资源，使得对中文地址信息解析[1]的研究显得尤为重要，而中文地址标准化是对地址信息解析的基础，这些都离不开中文地址分词。

不同于英文单词，由于中文有着自身的语言属性，不同词之间缺乏显著的切分凭据，而且中文词语本身有语法结构[2]，中文地址信息容易出现歧义、缺失、冗余[3]等情况，使得该分词面临巨大困难。如今，国内外很多学者在该领域也展开了较为丰富的研究。

将字符串作为基础的匹配[4]方法，能按照一定规则扫描相关词条，直至找到需要匹配的字符串，实现简单，但是无法识别匹配速度偏慢且有歧义和缺失的字段；针对该方法存在的缺点，文献[5]中将标志词作为基础，搭建相应地址分词算法，该方法可以实现正向自适应长度匹配，并针对缺失的地址要素，给出相应的补偿，从而解决分词问题，可以有效消除字段缺失，进一步降低了时间复杂度，从而提升匹配速度，但是无法解决未登录词[6]，且完全依赖于字典，对字典的长期维护也是一个极大的问题。

为了更好地提升中文地址分词的性能，文中将ELMo[7]模型应用于中文地址分词中，并借助于实验对该分词模型的有效性进行相应验证。……