每一個有限狀態機都有一個啟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”，如果遇到一個片語和（區）縣名有關，我們就進入狀態“區縣”；如果遇到的下一個片語和城市有關，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（因為無法從市走回到省）。

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，地址字串的匹配演算法。好在這兩個問題都有現成的演算法。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，建立本地搜尋的資料庫。同樣，我們也可以對使用者輸入的查詢進行分析，挑出其中描述地址的部分，當然，剩下的關鍵詞就是使用者要找的內容。比如，對於使用者輸入的“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”和要找的物件“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，因為它只能進行嚴格匹配。（其實，有限狀態機在電腦科學中早期的成功應用是在程式語言編譯器的設計中。一個能執行的程式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。）

為了解決這個問題，我們希望有一個能進行模糊匹配、並給出一個字串為正確地址的可能性。為了實現這一目的，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

每一個有限狀態機都有一個啟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”，如果遇到一個片語和（區）縣名有關，我們就進入狀態“區縣”；如果遇到的下一個片語和城市有關，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（因為無法從市走回到省）。

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，地址字串的匹配演算法。好在這兩個問題都有現成的演算法。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，建立本地搜尋的資料庫。同樣，我們也可以對使用者輸入的查詢進行分析，挑出其中描述地址的部分，當然，剩下的關鍵詞就是使用者要找的內容。比如，對於使用者輸入的“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”和要找的物件“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，因為它只能進行嚴格匹配。（其實，有限狀態機在電腦科學中早期的成功應用是在程式語言編譯器的設計中。一個能執行的程式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。）

為了解決這個問題，我們希望有一個能進行模糊匹配、並給出一個字串為正確地址的可能性。為了實現這一目的，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