1樓：王泓硯
該問題還有兩個疑點:
一是拿到的就是位址，還是在全文本捕獲？
二是標準位址是否已經分詞了，規範了？
這兩個問題決定了你的方案。
2樓：tujie
之前的一些回答很不錯，但是還有一些問題需要注意：
1、位址原始資料不準確，需要進行調優前處理
2、如果有其他資料，比如位置座標，可以輔助進一步調優
3樓：彭強兵
位址分詞和傳統的NLP有很大區別。基於位址分詞和詞性標註，可用在倉儲物流系統，實現AI自動化，也可用在標準位址庫建設中，實現位址標準化。
傳統NLP技術用在位址分詞上正確率和召回率都很低，對於位址「河北省石家莊市中山西路398號白求恩和平醫院伽馬刀中心」，傳統分詞器切分結果如下，如果進行位址分詞和詞性標註，正確率是很低的。而專門的位址分詞和詞性標註系統能達到非常高的準確率：河北省|石家莊市||||||中山西路|||398號|白求恩和平醫院||||||||伽馬刀中心| 。
word分詞器的分詞結果：河北省石家莊市中山西路 398號白求恩和平醫院伽馬刀中心
Stanford分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
Ansj分詞器的分詞結果：河北省石家莊市中山西路 398號白求恩和平醫院伽馬刀中心
HanLP分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
smartcn分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
FudanNLP分詞器的分詞結果：河北省石家莊市中山西路398號白求恩和平醫院伽馬刀中心
Jieba分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
Jcseg分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
MMSeg4j分詞器的分詞結果：河北省石家莊市中山西路 398 號白求恩和平醫院伽馬刀中心
IKAnalyzer分詞器的分詞結果：河北省石家莊市中山西路 398號白求恩和平醫院伽馬刀中心
4樓：
問題一：就是分詞技術，IK等是通用分詞，你可以自己擴充POI相關的詞典，或者自己實現乙個POI領域的分詞引擎，這個在技術上也不是很難，比較成熟，搞個CRF，效果不會低於95%；
問題二：類似於詞性標註任務，只是把詞性換成你說的位址要素；
問題三：分詞、詞性標註等本質上的序列標註問題，有基於統計的方案和基於規則的方案，當前技術都已經成熟，搞學術的喜歡用統計模型，不管怎樣，乙個好的詞典非常重要
為什麼標準庫的map要insert pair key,value 而不是insert key,value ？
淇漯草 在C STL的內部，map的實現方式是rb tree即紅黑樹，紅黑樹接受五個引數，分別是Key Value KeyOfValue Compare Allocator。對於map而言，使用rb tree作為底層容器，Value的實現很有意思，是pair，Key為Key。此時，就造成了 叛逆者 ...
以下我關於虛擬位址與實體地址的理解是正確的嗎？
the gc 虛擬位址指的是ip暫存器的值。cs暫存器裡儲存的乙個選擇子。通過選擇子可以到GDT或LDT表裡得到乙個基址，然後加上ip的值，得到線性位址，線性位址才是分成頁目錄，頁表，偏移三個部分，線性位址再通過頁目錄，頁表資訊得到實體地址。 北極 1，除錯程式用到的都是虛擬位址。虛擬位址轉化成實體...
c 怎麼讓自己寫的庫像標準庫那樣只需include標頭檔案就可以使用而不需要把實現原始碼加入工程裡？
沒辦法像標準庫那樣。標準庫可以只include標頭檔案是因為編譯器會預設鏈結標準庫的實現。其它回答裡面說的header only library，是把實現也一起寫在標頭檔案裡面了。不需要另外的cpp而已。如果你的目的是讓庫方便使用，就做成header only library，或者退一步，提供乙個標...