一种基于改进MacBERT-BiLSTM-CRF的中文地址分词方法

本发明公开了一种基于改进MacBERT‑BiLSTM‑CRF的中文地址分词方法，通过融合字形、拼音和文本信息，结合多层次数据增强策略，实现对中文地址文本的精确解析。本发明提出的多层级数据增强机制，包括语义保持型增强策略以及结构变化型增强策略，有效提高了模型对地址文本变体的适应能力。同时，本发明设计了特征融合编码器，通过多头注意力机制实现字形特征、拼音特征与文本特征的深度融合，并采用增强型条件随机场进行序列标注，构建了地址组成部分之间的结构化约束关系。本发明充分考虑了中文地址的语言特点和书写习惯，有机结合了上下文语义信息、字形视觉特征和拼音语音特征，克服了传统地址解析方法在处理地址变体和非规范表达时的不足，显著提升了中文地址分词的准确率和鲁棒性。