地名地址用以描述某一地理实体,其是一种不可或缺的基础地理信息和社会公共信息。传统的地名地址数据获取通常是通过国家地理信息普查,实地获取等人为手段。这种获取地名地址数据的方式存在人力成本较大,工作量较大,工作效率不高以及时效性较低等问题。随着互联网不断发展,大数据的时代到来,互联网上存在各类学科的各种丰富数据。从海量的互联网地名地址信息资源中挖掘、抓取、存储地名地址信息数据成为了地名地址数据获取、更新的新手段。但是互联网中的地名地址数据没有统一的命名规范,结构多样化,形式相对来说也比较复杂,可能会存在有效信息缺失的情况,所有会给获取、更新地名地址数据造成比较大的困扰。这需要利用中文自然语言处理、信息抽取、机器学习等领域的技术与方法,从而实现地名地址信息从大量杂乱无章的互联网数据中抽取。地名地址数据仅仅只是一串描述空间地理位置的字符串,我们需要借助地名地址匹配技术,将用户输入的地址信息,对应至数据库中的某地理实体的准确空间位置坐标,地名地址匹配技术是现代交通导航等空间定位服务的重要依据。综上所述,本文研究主要内容如下:(1)研究标准地名地址数据形式,以及网络地名地址数据与标准地名地址数据之间的差异,为后续在网络中爬取的地名地址数据存储提供前提。(2)结合网络爬虫与中文自然语言处理等技术方法,能够从海量的地名地址数据中获取地名地址相关数据,较好的解决了利用传统的测绘手段获取地名地址信息数据中人力成本较高、工作量较大、工作效率不高以及时效性低等问题。(3)运用中文自然语言处理技术,能够合理的推断用户输入意图,解决输入错别字或缺失地址要素,从而大大提高地名地址匹配的准确性与智能性。