我有很多与姓名相关的地址数据。地址有多种格式。示例可能是：
- 1 StreetName Street, County, Town。
- 1，街道名称街道，县，镇。
- 镇街名街 1 号楼 1 号楼。
- 1 楼 BuildingName，StreetName Street，County，Town。
- 镇区街名街 1 号 1 室。
- 1 号楼，1 号街道，县，镇。
等等等等。我对每个地址都有单独的（英国）邮政编码数据，并将这些数据标准化，这样即使每个“行”的内容不同，大小写和分隔符也是一致的。不一致的措辞，例如 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。我已经对邮政编码进行了索引，并强制用户选择邮政区，从而将数据分割成更小的可用块。之后，我只剩下对地址使用正则表达式查询（我目前正在使用 mongo）来查找街道名称。
但是，由于到目前为止我只能规范化的措辞不一致（例如：在数据库级别查询或规范化时从用户查询中生成“High（Street|St）”），这并不是非常准确或快速。
我意识到这是一个相当开放的问题，但人们如何建议它可用于搜索和/或进一步规范化？我必须对搜索执行的限制包括不能按名称搜索，以及在缩小到个别街道/道路之前无法解析到人们（请注意，某些地址没有街道/道路信息！）。请注意，许多数据是历史数据，因此通过谷歌或其他任何人都不是真正的选择。