摘要：地址解析是地理編碼的核心任務(wù)之一,而混亂的地址標準、隨意的中文地址表達給地址解析帶來了極大困難。該文提出一種基于條件隨機場的非規(guī)范化中文地址解析方法。一方面,綜合分析各種非規(guī)范化地址要素的類型特征,在現(xiàn)有標注體系基礎(chǔ)上設(shè)計出一套優(yōu)化的地址要素分類標注體系,并制定特征模板,然后采用自訓(xùn)練半監(jiān)督學(xué)習(xí)與人工標注互補融合的策略,獲取大量高質(zhì)量的已標注語料供模型訓(xùn)練;另一方面,挑選已標注語料訓(xùn)練條件隨機場模型,實現(xiàn)對地址要素的自動解析。選取廣東省博羅縣30 000條地址進行算法驗證和解析性能評測。實驗表明,與其他語料標注方法相比,該方法在獲取有效地址解析的同時,顯著降低了標注成本。結(jié)果表明,該方法適用于地理編碼領(lǐng)域中大規(guī)模非規(guī)范化中文地址的自動解析。