存储/规范化和搜索地址数据

Question

我有一个很多的地址数据链接到名称。地址有多种格式。例子可能是：

• 1 StreetName Street，County，Town。
• 1，StreetName Street，County，Town。
• Flat 1 BuildingName，1 StreetName Street，Town。
• Flat 1 BuildingName，StreetName Street，County，Town。
• Town，District，StreetName Street 1号。
• Flat 1，BuildingName，1 StreetName Street，County，Town。

我等每个地址都有单独的（英国）邮政编码数据，并对这些数据进行了规范化，以便即使每个“行”的内容不相同，也可以使案例和分隔符保持一致。不一致的措辞，如Street vs St仍然存在。

到目前为止，我的方法取得了合理但有限的成功。我已经为邮政编码编制了索引，并强制用户选择邮政区域，邮政区域将数据分成更小的可用区块。在那之后，我离开了使用正则表达式查询（我现在使用mongo）在地址上寻找街道名称。

然而，由于措辞不一致我到目前为止只能规范化（例如：在数据库级别查询或规范化时从用户查询生成“High（Street | St）”）这不是超级准确或快速。

我意识到这是一个相当开放的问题，但人们会如何建议将其用于搜索和/或进一步规范化？我必须在搜索时强制执行的限制包括无法按名称搜索，并且在他们缩小到单独的街道/道路之前不能解析为人（请注意，某些地址没有街道/道路信息！）。请注意，很多数据都具有历史意义，因此请通过谷歌或任何不是真正的选项进行查找。