地址的識別和分析是本地搜索必不可少的技術，儘管有許多識別和分析地址的方法，最有效的是有限狀態機。
一個有限狀態機是一個特殊的有向圖（參見有關圖論的系列），它包括一些狀態（節點）和連接這些狀態的有向弧。下圖是一個識別中國地址的有限狀態機的簡單的例子。
每一個有限狀態機都有一個啓始狀態和一個終止狀態和若干中間狀態。每一條弧上帶有從一個狀態進入下一個狀態的條件。比如，在上圖中，當前的狀態是“省”，如果遇到一個詞組和（區）縣名有關，我們就進入狀態“區縣”；如果遇到的下一個詞組和城市有關，那麼我們就進入“市”的狀態，如此等等。如果一條地址能從狀態機的起始狀態經過狀態機的若干中間狀態，走到終止狀態，那麼這條地址則有效，否則無效。比如說，“北京市雙清路83號”對於上面的有限狀態來講有效，而“上海市遼寧省馬家莊”則無效（因爲無法從市走回到省）。
使用有限狀態機識別地址，關鍵要解決兩個問題，即通過一些有效的地址建立狀態機，以及給定一個有限狀態機後，地址字串的匹配算法。好在這兩個問題都有現成的算法。有了關於地址的有限狀態機後，我們就可又用它分析網頁，找出網頁中的地址部分，建立本地搜索的數據庫。同樣，我們也可以對用戶輸入的查詢進行分析，挑出其中描述地址的部分，當然，剩下的關鍵詞就是用戶要找的內容。比如，對於用戶輸入的“北京市雙清路附近的酒家”，Google 本地會自動識別出地址“北京市雙清路”和要找的對象“酒家”。
上述基於有限狀態機的地址識別方法在實用中會有一些問題：當用戶輸入的地址不太標準或者有錯別字時，有限狀態機會束手無策，因爲它只能進行嚴格匹配。（其實，有限狀態機在計算機科學中早期的成功應用是在程序語言編譯器的設計中。一個能運行的程序在語法上必須是沒有錯的，所以不需要模糊匹配。而自然語言則很隨意，無法用簡單的語法描述。）
爲了解決這個問題，我們希望有一個能進行模糊匹配、並給出一個字串爲正確地址的可能性。爲了實現這一目的，科學家們提出了基於概率的有限狀態機。這種基於概率的有限狀態機和離散的馬爾可夫鏈（詳見前面關於馬爾可夫模型的系列）基本上等效。
在八十年代以前，儘管有不少人使用基於概率的有限狀態機，但都是爲自己的應用設計專用的有限狀態機的程序。九十年代以後，隨着有限狀態機在自然語言處理的廣泛應用，不少科學家致力於編寫通用的有限狀態機程序庫。其中，最成功的是前 AT&T 實驗室的三位科學家，莫瑞（Mohri）, 皮瑞爾（Pereira） 和瑞利（Riley）。他們三人花了很多年時間，編寫成一個通用的基於概率的有限狀態機 C 語言工具庫。由於 AT&T 有對學術界免費提供各種編程工具的好傳統，他們三人也把自己多年的心血拿出來和同行們共享。可惜好景不長，AT&T
實驗室風光不再，這三個人都離開了 AT&T，莫瑞成了紐約大學的教授，皮瑞爾當了賓西法尼亞大學計算機繫系主任，而瑞利成了 Google 的研究員，AT&T 實驗室的新東家不再免費提供有限狀態機 C 語言工具庫。雖然此前莫瑞等人公佈了他們的詳細算法，但是省略了實現的細節。因此在學術界，不少科學家能夠重寫同樣功能的工具庫，但是很難達到 AT&T 工具庫的效率（即運算速度），這的確是一件令人遺憾的事。
來自：http://googlechinablog.com/2006/07/blog-post.html