[發明專利]一種下單地址結構化解析方法和系統

有效

• 申請號: 201911189592.5
• 申請日: 2019-11-28
• 公開（公告）號: CN111198954B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 趙興;陳才寧
• 申請（專利權）人: 深圳市跨越新科技有限公司
• 主分類號: G06F16/387
• 分類號: G06F16/387;G06F16/383
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

本發明提供了一種下單地址結構化解析方法和系統。其中方法包括：S1、將待解析下單地址文本項作預處理后，分割成包含地址信息和姓名信息在內的多個子文本項；該多個子文本項依預處理前的文本順序依次排序；S2、將子文本項依次與省市集合數據集作省市匹配，直至提取出有效省市信息；S3、從該多個子文本項中提取出姓名信息；S4、根據含有效省市信息的子文本項和含姓名信息的子文本項間的位置關系，提取出地址信息。通過上述方式，無需調用地圖接口就匹配識別出省市地址信息，既節約計算資源與調用成本，又縮短接口響應時間。另外，將信息雜糅在一起的待解析下單地址分割成多個子文本項，實現各類信息切分，從而準確識別出地址信息，提高解析精度。

技術領域

本發明涉及地址解析技術領域，更具體而言，涉及一種下單地址結構化解?析方法和系統。

背景技術

隨著電商行業的飛速發展，越來越多的人選擇網上購物，而在網上下單時?最令人煩惱的便是地址信息的填寫。智能地址解析工具的出現解決了這一問題，?其能根據客戶復制粘貼過來的地址文本自動解析出相應的省份、城市、市區、?電話以及名字等關鍵詞信息。然而提升地址解析準確度仍然是行業的難點，其?主要難點之一是文本關鍵詞分詞不準確，所謂文本關鍵詞指的是客戶姓名、電話、地址、備注等信息。很多用戶在輸入這些信息時并沒有標點符號或者空格，?使得文本關鍵詞信息雜糅在一起，造成了語句結構的混亂；同時，部分文本也?存在著關鍵詞信息的缺失，這些都給地址解析模型的準確率帶來了困難和挑戰。?目前的地址解析工具大都需要調用地圖接口來進行地址匹配，但采用地圖接口?進行地址匹配，不僅對于解析地址中包含的其它關鍵詞信息無法區分，而且數?據響應時間較長；此外，用戶輸入的下單地址信息中的非地址關鍵詞信息與地址關鍵詞文本雜糅在一起，往往也會對地圖接口返回的結構化地址準確度產生?負面影響。

發明內容

本發明要解決的技術問題是提供一種下單地址結構化解析方法和系統，以?解決現有的地址解析模型或工具需要依賴地圖接口造成地址匹配響應時間較長、?關鍵詞信息缺失，以及下單地址信息雜糅在一起時解析精度下降的問題。

為了解決上述技術問題，本發明第一方面提供了一種下單地址結構化解析?方法，包括如下步驟：

S1、將待解析下單地址文本項作預處理后，分割成包含地址信息和姓名信?息在內的多個子文本項；所述多個子文本項依預處理前的文本順序依次排序；

S2、將子文本項依次與省市集合數據集作省市匹配，直至提取出有效省市?信息；

S3、從所述多個子文本項中提取出姓名信息；

S4、根據含有效省市信息的子文本項和含姓名信息的子文本項間的位置關?系，提取出地址信息。

作為本發明的進一步改進，所述步驟S1包括：

S11、根據預設匹配規則，識別出待解析下單地址文本項中的預處理信息；?所述預處理信息包含預設關鍵字段、數字信息以及標點符號；

S12、使用預設間隔符替代所述待解析下單地址文本項中的預處理信息，將?待解析下單地址文本項分割成包含地址信息和姓名信息在內的多個子文本項。

作為本發明的進一步改進，所述步驟S3包括：

S31、選取不含有效省市信息的子文本項中文本長度為2至4的子文本項；

S32、將所述文本長度為2至4的子文本項依次與預設姓氏集合數據集作姓?氏匹配，直至提取出姓名信息；

S33、若步驟S32未匹配成功，則將含有效省市信息的子文本項與預設姓氏?集合數據集作姓氏匹配，提取出姓名信息。

作為本發明的進一步改進，所述步驟S4包括：

S41、若所述含姓名信息的子文本項在含有效省市信息的子文本項之前，則?提取所述含有效省市信息的子文本項之后的所有子文本項作為地址信息；