[發(fā)明專利]一種基于深度學習的地理信息的識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201811448679.5
• 申請日: 2018-11-28
• 公開（公告）號: CN109614457B
• 公開（公告）日: 2021-01-01
• 發(fā)明（設計）人: 凌廣明;穆曉峰;徐愛萍;徐武平
• 申請（專利權）人: 武漢大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06N3/04
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

本發(fā)明提供了一種基于深度學習的地理信息的識別方法及裝置，基于BiLSTM+CRF深度神經(jīng)網(wǎng)絡模型，增加了適合細粒度標注策略的聚合層，形成了獨特的地理信息分析模型(BiLSTM+CRF+AGG)，并經(jīng)過精心改進和優(yōu)化，使得系統(tǒng)具有很強的容錯能力，在不規(guī)范、不完整并且存在錯別字的文本信息上實現(xiàn)了較精準的地理位置信息識別；并開發(fā)了幾個完整而相互獨立的輔助系統(tǒng)，而且還實現(xiàn)了性能穩(wěn)定，功能完備的組件，將python開發(fā)的深度學習模型無縫地應用到windows開發(fā)平臺，并友好地支持C++、C#、java等主流語言的二次開發(fā)，實現(xiàn)了從研究到應用的實施方案。實現(xiàn)了提高識別的精度的技術效果。

技術領域

本發(fā)明涉及人工智能技術領域，具體涉及一種基于深度學習的地理信息的識別方法及裝置。

背景技術

隨著國民經(jīng)濟的日益提高，尤其是電子商務行業(yè)的蓬勃發(fā)展，無論是出于社會安全考慮，還是出于商家優(yōu)化管理、降低成本和提升效益考慮，對用戶的地理位置信息進行精準而快捷的分析越來越受到重視。

然而，由于用戶數(shù)據(jù)的急速增長，而且地理信息往往發(fā)生著日新月異的變化，尤其是收集數(shù)據(jù)的渠道受到歷史原因和工作場景等因素的限制而呈現(xiàn)出多樣性和隨意性的態(tài)勢，造成了用戶信息存在諸多問題，主要表現(xiàn)在“地理信息缺乏規(guī)范性”和“錯別字較為普遍”兩個方面，這給精準高效的分析帶來了一定的挑戰(zhàn)。

目前，用戶地理信息的分析方法，主要包括基于規(guī)則的方法和基于統(tǒng)計的方法兩種。例如學者何炎祥提出了一種基于復合特征的中文地名識別方法，結合地名要素特征、詞性特征和句法特征，使用條件隨機場來進行中文地名的訓練和識別；學者杜萍提出了一種基于本體的中文地名識別方法，引入地名本體識別文本中的縣級以上行政區(qū)劃地。

本發(fā)明申請人在實施本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有方法中，主要存在下述技術問題：基于規(guī)則的方法表達直觀、自然，便于人工理解和擴展，但規(guī)則編寫依賴具體的語言知識和領域知識，規(guī)則較為復雜，很難覆蓋全部的模式，可移植性也比較差。基于統(tǒng)計的方法不需要過多的語言知識和領域知識，可移植性強，但需要人工標注語料庫，并選擇合適的統(tǒng)計學習模型及參數(shù)，因而目前的方法無法對地理信息進行很好地預測。

由上可知，現(xiàn)有技術的方法對地理信息的識別準確性不高技術問題。

發(fā)明內容

有鑒于此，本發(fā)明提供了一種基于深度學習的地理信息的識別方法及裝置，用以解決或者至少部分解決現(xiàn)有技術的方法對地理信息的識別準確性不高技術問題。

本發(fā)明第一方面提供了一種基于深度學習的地理信息的識別方法，包括：

步驟S1：獲取包含地理信息的原始數(shù)據(jù)；

步驟S2：對原始數(shù)據(jù)進行預處理；

步驟S3：對預處理后數(shù)據(jù)進行標注，形成語料庫；

步驟S4：將語料庫輸入深度學習模型，對深度學習模型進行訓練，其中，深度學習模型為BiLSTM+CRF+AGG，包括特征嵌入層、雙向LSTM層、BiLSTM輸出層、CRF層、擬輸出層、聚合層和最終輸出層，AGG為增加的聚合層；

步驟S5：將待處理的包含地理信息的數(shù)據(jù)輸入訓練后的深度學習模型，并通過聚合層對同一類型的相鄰實體進行聚合，進而獲得識別結果。

在一種實現(xiàn)方式中，步驟S3具體包括：

采用自動標注與人工調整相結合的方式對預處理后的數(shù)據(jù)進行標注，形成預料庫。

在一種實現(xiàn)方式中，步驟S5中，采用組件技術將訓練后的深度學習模型進行封裝，應用于開發(fā)環(huán)境中。

在一種實現(xiàn)方式中，組件技術包括構建一級組件，一級組件的接口包括：啟動服務、停止服務、單條數(shù)據(jù)預測、服務狀態(tài)判斷、批量數(shù)據(jù)預測、批量預測是否完成。