1. 研究目的与意义
1.1 背景 （加上当前论文的研究成果）
由于现在数据繁杂，存在各种各样的不准确信息，标准统一规范的地址就显得尤为
重要，他是我们处理各种事情的一把度量，能快速准确的找到我们需要的信息。社会面数据中存在大量的非标准地址(类标准地址)与公安标准地址难以准确匹配，不同的单位对地址的描述格式都不尽相同，这就使得公安单位无法将从各方收集到的数据与自身现有数据进行联系整合。而据统计警用业务系统中约有90%的信息与位置信息紧密关联，没有标准地址库与基础地理信息进行联系，可视化的空间分析就无从实现，管理与决策支持将缺乏直观性[11]。因此建立统一的标准地址库，实现非标地址的标准化映射是社会的迫切需要。
2. 研究内容和预期目标
2.1研究内容
地址匹配的实现，需要在有限的时间内将一个非标地址匹配到标准地址，并将标准地址按相似度排序，列出最相似的结果。匹配结果表明，查找到的标准地址排序列表需具有一定的准确性。在大量标准地址于非标地址匹配过程中，以计算机辅助地址匹配，可以大幅度提高匹配效率，减少地址匹配所需人工成本。随着匹配精度与速度的不断提高，打通各非标地址系统间的信息孤岛，形成顺畅的地址搜索网络，为各非标地址系统间转换和地址统一，贡献巨大的价值。
在地址转换过程中，转换的精确度有着极大的提升空间，随着标准地址数据集和非标地址数据集规模的不断扩大，一次转换速度和整体转换效率都包含着极大的提升空间。为满足需求，需要不断提高转换精度，转换规模和转换效率，也需不断改进数据模型，软件架构和算法设计。
3. 研究的方法与步骤
由于在地址标准化问题当中使用自然语言处理和深度学习的研究非常少，所以我们尝试将自然语言处理和深度学习的方法应用到该领域当中，来提升匹非标地址的匹配效率及准确性。我们的研究路线如图1所示。
4. 参考文献
[1]张红文.地名地址匹配模型构建方法研究[j].科学咨询(科技·管理),2016,(07):41-42.
[2]张奇,黄萱菁,吴立德.一种新的句子相似度度量及其在文本自动摘要中的应用[j].中文信息学报,2005,(02):93-99.
[3]吕学强,任飞亮,黄志丹,姚天顺.句子相似模型和最相似句子查找算法[j].东北大学学报,2003,(06):531-534.
5. 计划与进度安排
(1) 1月11日至2月15日分析课题，查找资料。
(2)2月16日至2月28日完成需求分析。
(3)3月01日至3月16日完成开题报告。
