[發明專利]識別方法、裝置、終端及計算機可讀存儲介質

在審

• 申請號: 201811540503.2
• 申請日: 2018-12-14
• 公開（公告）號: CN109558596A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 陳萬慧;錢城;汪偉;簡杰生;付倩;王云敏;董宇康;蘇雪婷;田麗珍
• 申請（專利權）人: 平安城市建設科技（深圳）有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種識別方法，其特征在于，所述識別方法包括步驟：

獲取包含有地址信息的待識別語句，將所述待識別語句中第一個數字或字母之前的部分作為第一段，將所述第一個數字或字母及之后的部分作為第二段；

使用預設規則對所述第一段進行多次切分得到多個切分鏈，每個所述切分鏈包含多個待確定名詞；

從預設的地址詞典中查找與每個所述待確定名詞對應的概率，并根據每個所述切分鏈中多個待確定名詞對應的概率得到各切分鏈的概率和，所述地址詞典中包含地點名詞、與所述地點名詞對應的概率及地址層級；

將所述概率和最大的切分鏈作為最優切分鏈，并將所述最優切分鏈的待確定名詞確定為地點名詞；

從所述地址詞典獲取所述最優切分鏈的地點名詞對應的地址層級，并根據與所述最優切分鏈的地點名詞對應的所述地址層級得到行政地址信息。

2.根據權利要求1所述的識別方法，其特征在于，所述獲取包含有地址信息的待識別語句，將所述待識別語句中第一個數字或字母之前的部分作為第一段，將所述第一個數字或字母及之后的部分作為第二段的步驟包括：

獲取包含有地址信息的待識別語句；

判斷所述待識別語句中是否包含數字或字母；

若所述待識別語句中包含數字或字母，則將所述待識別語句中第一個數字或字母之前的部分作為第一段，將所述第一個數字或字母及之后的部分作為第二段；

若所述待識別語句中不包含數字或字母，則將所述待識別語句作為所述第一段。

3.根據權利要求1所述的識別方法，其特征在于，所述從預設的地址詞典中查找每個所述待確定名詞對應的概率的步驟之前，還包括步驟：

采集多個包含有地址信息的樣本語句；

統計所述樣本語句中的各地點名詞以得到樣本語句中的每個地點名詞的概率；

獲取所述樣本語句中的每個地點名詞對應的地址層級，并將所述樣本語句中的每個地點名詞的概率及對應的地址層級存入所述地址詞典。

4.根據權利要求3所述的識別方法，其特征在于，所述統計所述樣本語句中的各地點名詞以得到樣本語句中的每個地點名詞的概率的步驟包括：

獲取所述樣本語句中的城市信息；

按照所述城市信息分別統計樣本語句中與各城市信息對應的地點名詞以得到樣本語句中的每個地點名詞的概率；

所述獲取所述樣本語句中的每個地點名詞對應的地址層級，并將所述樣本語句中的每個地點名詞的概率及對應的地址層級存入所述地址詞典的步驟包括：

獲取所述樣本語句中的每個地點名詞對應的地址層級，并將所述樣本語句中的每個地點名詞的概率及對應的地址層級存入與所述城市信息對應的地址詞典。

5.根據權利要求4所述的識別方法，其特征在于，所述從預設的地址詞典中查找每個所述待確定名詞對應的概率，并根據每個所述切分鏈中多個待確定名詞對應的概率得到各切分鏈的概率和的步驟包括：

獲取當前的城市信息，并根據當前的城市信息獲取與所述當前的城市信息對應的的地址詞典；

從與所述當前的城市信息對應的地址詞典中查找每個所述待確定名詞對應的概率，并根據每個所述切分鏈中多個待確定名詞對應的概率得到各切分鏈的概率和。

6.根據權利要求1所述的識別方法，其特征在于，所述識別方法還包括步驟：

利用正則表達式識別出所述第二段中的預設名詞；

根據每個所述預設名詞之前且相鄰的非中文字符段，得到對應的樓棟及房間號信息。

7.根據權利要求1所述的識別方法，其特征在于，所述獲取所述最優切分鏈的待確定名詞對應的地址層級，將所述最優切分鏈的待確定名詞與對應的所述地址層級匹配得到行政地址信息的步驟之后，所述識別方法還包括步驟：

根據所述最優切分鏈的地點名詞調整所述地址詞典中對應的地點名詞的概率。