面向地址信息的数据清洗方法及系统

本申请涉及信息处理技术领域，并提供了一种面向地址信息的数据清洗方法及系统。本申请的数据清洗方法包括对OCR识别的原始地址文本开展标准化预处理，剥离冗余噪声、规整格式，提取核心地址信息，采用多层级容错匹配机制检索行政区划，融合缓存快速查询、精确字符串匹配与文本语义向量兜底匹配，并叠加行政层级关联性校验，消解识别误差；行政区划核验无误后，依据地区码表完成国标行政编码转换，输出规范化结构化地址数据。本申请通过构建集预处理降噪、多模式分层匹配、层级逻辑校验、国际编码转换、结构化导出于一体的地址清洗流水线，依托多层匹配互补、层级校验约束的架构设计，实现从非标地址到国标编码的自动化规整处理，提升数据处理效率。