长期以来，城市治理中面临的地址语义歧义（如同名道路、模糊门牌号）、历史更名（行政区划调整导致的地址变迁）、空间不确定性（无明确坐标的区域地址）等问题，始终是制约智慧化管理的关键瓶颈。
云南大学软件学院 人工智能学院苗圣法团队聚焦智慧治理需求和行业痛点，经过系统研究，首次提出“将地址从静态文本升格为可演化、可推理的时空语义节点”的全新研究范式。团队以知识图谱为技术骨架，通过构建多维度关联的地址知识体系，将这些传统上难以量化的“治理痛点” 转化为可计算、可推理的数字化对象，最终实现城市事件在 “语义描述—几何坐标”双空间下的自动归位与因果推演——例如，当某区域发生突发事件时，系统可快速关联该地址的历史事件记录、周边资源分布等信息，为决策提供精准时空支撑。
为支撑这一创新范式，团队还自主研发了系列关键技术，包括深度分词模型、POI分类模型及空间—时间语义消歧算法。其中，深度分词模型可精准拆解复杂地址文本结构，POI分类模型能实现地址关联场景的智能归类，而时空语义消歧算法则有效解决了跨时间、跨区域的地址信息冲突问题。这些技术共同构成“时空语义地址知识图谱”的核心能力，并已在地址治理、智慧警务、应急指挥等多个真实业务场景中落地应用：在智慧警务领域，通过“警情地址画像”技术，可快速匹配警情发生地与历史案件、警力分布的关联，提升出警效率；在寄递物流领域，“寄递数字孪生”应用将地址信息与物流轨迹、安检数据实时联动，保障寄递安全；在智能交互领域，该知识库还为AI工具提供时空语义理解能力，让AI更精准响应与地址相关的查询需求。
团队研究成果受邀在9月25日在北京召开的2025 地理信息技术创新大会上作了推介，引发广泛关注。多家与会相关单位及行业龙头企业表达了合作意向。
此项研究成果的取得，使学校、学院在时空人工智能领域的学术影响力得到进一步提升，更通过真实场景的应用展示，为全国范围内“地址智能”的推广积累了宝贵示范经验。未来，随着相关技术与产业的深度融合，有望为城市治理、公共安全、物流服务等领域的智慧化升级提供更核心的技术支撑。
