[發明專利]一種面單文本判別方法和裝置

在審

• 申請號: 202011139651.0
• 申請日: 2020-10-22
• 公開（公告）號: CN113762846A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 樊宇
• 申請（專利權）人: 北京京東振世信息技術有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F40/216;G06F40/289
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;王安娜

1.一種面單文本判別方法，其特征在于，包括：

根據歷史運單信息，計算所述歷史運單的物流距離、面單文本的違規詞相似度、相對于用戶注冊時間的運單創建時間；

根據當前運單和所述歷史運單的物流距離、面單文本的違規詞相似度、相對于用戶注冊時間的運單創建時間，計算所述當前運單的面單文本中含有違規信息的概率；

根據所述當前運單的面單文本中含有違規信息的概率，確定所述當前運單的面單文本的判別結果。

2.根據權利要求1所述的方法，其特征在于，根據歷史運單信息，計算所述歷史運單的物流距離、面單文本的違規詞相似度、相對于用戶注冊時間的運單創建時間，包括：

獲取用戶信息和所述用戶的歷史運單信息；其中，所述用戶信息包括用戶標識和用戶注冊時間，所述歷史運單信息包括面單文本和相對于所述用戶注冊時間的運單創建時間，所述面單文本包括寄件人地址、寄件人姓名、收件人姓名、收件人地址、物品清單、備注信息；

分別計算每個面單文本的違規詞相似度；

根據所述寄件人地址和所述收件人地址計算物流距離；

存儲所述用戶標識、所述用戶注冊時間、相對于所述用戶注冊時間的運單創建時間、所述物流距離和每個面單文本的違規詞相似度。

3.根據權利要求2所述的方法，其特征在于，對于每個面單文本，采用如下方法計算所述面單文本的違規詞相似度：

將所述面單文本拆分為單字符，得到面單文本單字符集合；

從語料庫中篩選出包含有任意一個所述面單文本單字符的違規詞；

對于每個所述違規詞，將所述違規詞拆分為單字符，得到所述違規詞單字符集合，將所述面單文本單字符集合和所述違規詞單字符集合的重復字符的交集除以所述面單文本單字符集合和所述違規詞單字符集合的不重復字符的并集，得到集合相似度；

篩選出最大的集合相似度作為所述面單文本的違規詞相似度。

4.根據權利要求3所述的方法，其特征在于，篩選出最大的集合相似度作為所述面單文本的違規詞相似度，包括：

對于每個所述違規詞，以所述集合相似度為鍵，以所述違規詞為值，存儲到第一多重映照容器中；

按照所述鍵的升序進行排序，將所述第一多重映照容器中最后一個鍵作為所述面單文本的違規詞相似度。

5.根據權利要求2所述的方法，其特征在于，存儲所述用戶標識、所述用戶注冊時間、相對于所述用戶注冊時間的運單創建時間、所述物流距離和每個面單文本的違規詞相似度，包括：

以所述物流距離為第一節點，以每個面單文本的違規詞相似度為第二節點，存儲到對組容器中；

以相對于所述用戶注冊時間的運單創建時間為鍵，以所述對組容器為值，存儲到第二多重映照容器中；

以所述用戶注冊時間為鍵，以所述第二多重映照容器為值，存儲到第一映射容器中；

以所述用戶標識為鍵，以所述第一映射容器為值，存儲到第二映射容器中。

6.根據權利要求1所述的方法，其特征在于，根據當前運單和所述歷史運單的物流距離、面單文本的違規詞相似度、相對于用戶注冊時間的運單創建時間，計算所述當前運單的面單文本中含有違規信息的概率，包括：

根據所述歷史運單的物流距離、相對于用戶注冊時間的運單創建時間，計算所述歷史運單的累計權重，根據所述歷史運單的累計權重和當前運單的物流距離、相對于用戶注冊時間的運單創建時間，計算所述當前運單的累計權重；

根據所述當前運單的面單文本和所述歷史運單的面單文本的違規詞相似度，計算所述當前運單的面單文本中含有違規信息的累計運單權重；

將所述含有違規信息的累計運單權重除以所述當前運單的累計權重，得到所述當前運單的面單文本中含有違規信息的概率。