[發(fā)明專利]地址信息的處理方法和裝置

有效

• 申請?zhí)枺?/td>: 201910105093.7
• 申請日: 2019-02-01
• 公開（公告）號: CN111538914B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計）人: 劉楚;鄭華飛;謝朋峻;李林琳;司羅
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/33;G06F40/103
• 代理公司: 北京博浩百睿知識產(chǎn)權(quán)代理有限責任公司 11134
• 代理人: 謝湘寧;張文華

1.一種地址信息的處理方法，其特征在于，包括：

獲取待處理地址信息；

使用指示器網(wǎng)絡(luò)模型對所述待處理地址信息進行標準化處理，得到標準化地址；

其中，所述指示器網(wǎng)絡(luò)模型包括：編碼器和解碼器，所述使用指示器網(wǎng)絡(luò)模型對所述待處理地址信息進行標準化處理，得到標準化地址，包括：將待處理地址信息輸入至所述編碼器，其中，所述編碼器將所述待處理地址信息轉(zhuǎn)換為語義向量；將所述語義向量輸入至所述解碼器，其中，所述解碼器對所述語義向量進行篩選和排序，得到所述待處理地址信息對應的標準化地址；

其中，所述指示器網(wǎng)絡(luò)模型通過樣本數(shù)據(jù)訓練得到，獲取所述樣本數(shù)據(jù)，包括：獲取多個樣本標準化地址；對所述樣本標準化地址進行變型，得到所述樣本標準化地址對應的至少一個非標準化地址；確定所述樣本標準化地址和所述樣本標準化地址對應的一個非標準化地址構(gòu)成一組樣本數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取待處理地址信息，包括：

獲取地址數(shù)據(jù)；

從所述地址數(shù)據(jù)中提取用于表示地址的地址詞語；

確定所述地址詞語對應的類型，并根據(jù)所述類型對所述地址詞語進行標記，其中，所述類型用于表示地址詞語所屬的地址區(qū)域級別；

根據(jù)預先設(shè)置的標準詞語對所述地址詞語進行歸一化處理；

根據(jù)所述地址詞語的標記確定所述地址數(shù)據(jù)缺失的地址詞語，并補充所述地址數(shù)據(jù)缺失的地址詞語，得到所述待處理地址信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)預先設(shè)置的標準詞語對所述地址詞語進行歸一化處理，包括：

確定所述地址詞語所指示的地址，并獲取所述地址對應的標準詞語；

將所述地址詞語與所述地址對應的標準詞語進行比對；

如果所述地址詞語與所述地址對應的標準詞語不同，將所述地址詞語更改為所述地址對應的標準詞語。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述地址詞語的標記確定所述地址數(shù)據(jù)缺失的地址詞語，并補充所述地址數(shù)據(jù)缺失的地址詞語，得到所述待處理地址信息，包括：

獲取預設(shè)的地址區(qū)域級別；

檢測所述地址數(shù)據(jù)中地址詞語的類型是否包括所述地址區(qū)域級別所指示的所有類型；

如果所述地址數(shù)據(jù)缺少任意一個類型對應的地址詞語，則根據(jù)所述地址數(shù)據(jù)中已包括的地址詞語獲取缺少的地址詞語；

將獲取到的缺少的地址詞語補充至所述地址數(shù)據(jù)。

5.根據(jù)權(quán)利要求1至4中任意一項所述的方法，其特征在于，所述方法還包括：創(chuàng)建所述指示器網(wǎng)絡(luò)模型，其中，創(chuàng)建所述指示器網(wǎng)絡(luò)模型的步驟包括：

基于所述樣本數(shù)據(jù)對初始指示器網(wǎng)絡(luò)模型進行訓練。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述樣本標準化地址包括多個地址元素，對所述樣本標準化地址進行變型，得到所述標準化地址對應的至少一個非標準化地址，包括如下一項或多項：

刪除所述樣本標準化地址中的至少一個地址元素；

重復所述樣本標準化地址中的至少一個地址元素；

調(diào)整所述樣本標準化地址中地址元素的順序。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取多個樣本標準化地址，包括：

獲取樣本地址數(shù)據(jù)；

從所述樣本地址數(shù)據(jù)中提取地址元素和所述地址元素的類型，構(gòu)成樣本數(shù)據(jù)集；

根據(jù)所述地址元素的類型從所述樣本數(shù)據(jù)集中篩選多個地址元素；

根據(jù)預先設(shè)置的標準詞語對篩選出的地址元素進行歸一化處理；

根據(jù)所述地址元素的標記確定所述樣本地址數(shù)據(jù)缺失的地址詞語，并補充所述樣本地址數(shù)據(jù)缺失的地址詞語，得到所述樣本標準化地址。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，從所述樣本地址數(shù)據(jù)中提取地址元素和所述地址元素的類型，構(gòu)成樣本數(shù)據(jù)集，包括：

對所述樣本地址數(shù)據(jù)進行分割，得到地址元素；

確定所述地址元素的類型，并根據(jù)所述類型對所述地址元素進行標記；

確定標記后的地址元素構(gòu)成所述樣本數(shù)據(jù)集。