地理编码可将地址描述转化为经纬度信息,从而实现地址在地图上的标注,是警用地理信息系统不可缺少的环节,为智能警用地理信息系统建设提供了数据保障。警情地址是对于各类治安事件发生地点的记载,一般来源于一线民警接到的报案数据,是警用地理信息系统进行地理编码的最主要地址形式。为了实现警情地址的地理编码,本文对地理编码相关技术进行了研究,结合警情地址的特点设计了一套基于地址标准化和检索匹配的地理编码方案,从以下几个方面对该问题进行了阐述:（1）本文分析了警情地址的结构,根据地址的口语化描述特征,通过分析实际的警情地址数据,设计了基于POI（Point of Interest,兴趣点）的地址模型,确定了地址要素的构成和标准组合方式。（2）本文设计了一套基于规则和Bi GRU+CRF模型结合的方法对地址模型中的各类地址要素实体进行提取,充分结合了两种地址要素实体提取方法的优点。在使用深度学习模型时,对大量实际业务地址进行了标注,采用Bi GRU进行上下文特征提取、CRF进行序列化标签输出。经测试,本文设计的地址要素识别提取模型具有较高的识别准确率和召回率。（3）本文使用Lucene基于标准数据库中的POI地址建立了标准地址库,该标准地址库用于对输入地址进行查询匹配,并对索引建立进行了优化。根据前文对于地址要素的分割提取结果以及标准地址模型,本文建立了一套基于Lucene的匹配规则用于对输入地址查询。在匹配过程结束后,若地址还包含推理信息,本文继续对得到的匹配结果分情况进行坐标位置推理。（4）本文从功能性测试和非功能性测试两个方面对本系统进行了考察,经测试发现本文建立的地理编码系统可以很好的满足警用业务对于警情地址的编码精度要求,相较于直接对原始地址使用全文检索的方法有较大提升。