En logística de comercio electrónico, registro gubernamental, transporte financiero y otros campos, se requieren direcciones de comunicación. Analizar la dirección de comunicación es crucial. Existen diversos desafíos en el reconocimiento de direcciones debido a las características del texto de la dirección, como la escritura libre, los numerosos alias y la similitud significativa del texto. Este estudio muestra un modelo de reconocimiento de direcciones ENEX-FP, que consta de un extractor de entidades (ENEX) y un procesador de características (FP) para el reconocimiento de direcciones, como solución a los problemas mencionados. Este estudio utiliza el entrenamiento adversarial para mejorar la robustez del modelo y una configuración jerárquica de tasa de aprendizaje y una técnica de atenuación de la tasa de aprendizaje para mejorar la precisión de reconocimiento. En comparación con los modelos tradicionales de reconocimiento de entidades nombradas, nuestro modelo logra un puntaje F1 del 93.47% y 94.59% en el conjunto de datos, demostrando la efectividad del modelo ENEX-FP en el reconocimiento de direcciones.