[發(fā)明專(zhuān)利]地址信息抽取方法、模型訓(xùn)練方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011376060.5
• 申請(qǐng)日: 2020-11-30
• 公開(kāi)（公告）號(hào): CN112488103A
• 公開(kāi)（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 谷東興;鄭德鵬;田冰;王國(guó)印
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海尋夢(mèng)信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/62;G06Q10/08
• 代理公司: 上海隆天律師事務(wù)所 31282
• 代理人: 徐莉;鐘宗

1.一種地址信息抽取方法，其特征在于，包括：

接收收件地址；

對(duì)所述收件地址進(jìn)行處理，生成向量矩陣；

將所述向量矩陣輸入一實(shí)體信息標(biāo)注模型，獲得實(shí)體標(biāo)簽序列，所述實(shí)體標(biāo)簽序列包括對(duì)應(yīng)所述收件地址中每段局部地址的實(shí)體標(biāo)簽；

判斷所述實(shí)體標(biāo)簽序列中是否包含興趣點(diǎn)標(biāo)簽，若是則將所述興趣點(diǎn)標(biāo)簽作為目標(biāo)實(shí)體標(biāo)簽，若否則將道路標(biāo)簽作為所述目標(biāo)實(shí)體標(biāo)簽；以及

自所述實(shí)體標(biāo)簽序列中篩選出所述目標(biāo)實(shí)體標(biāo)簽對(duì)應(yīng)的目標(biāo)局部地址，對(duì)所述目標(biāo)局部地址進(jìn)行高亮顯示。

2.如權(quán)利要求1所述的地址信息抽取方法，其特征在于，所述對(duì)所述目標(biāo)局部地址進(jìn)行高亮顯示之后，還包括：

搜索所述目標(biāo)局部地址的收件范圍內(nèi)是否有自動(dòng)收貨點(diǎn)；

若是，對(duì)所述收件地址中位于所述目標(biāo)局部地址之后的末端局部地址進(jìn)行加密顯示，并臨近所述目標(biāo)局部地址，高亮顯示所述自動(dòng)收貨點(diǎn)。

3.如權(quán)利要求2所述的地址信息抽取方法，其特征在于，所述自動(dòng)收貨點(diǎn)包括智能快遞柜和智能快遞驛站。

4.如權(quán)利要求1或2所述的地址信息抽取方法，其特征在于，還包括：

根據(jù)高亮顯示后的所述收件地址，打印快遞面單。

5.如權(quán)利要求1所述的地址信息抽取方法，其特征在于，所述對(duì)所述收件地址進(jìn)行處理，生成向量矩陣，包括：

對(duì)所述收件地址進(jìn)行預(yù)處理，生成預(yù)設(shè)格式的地址文本；

根據(jù)數(shù)據(jù)字典，將所述地址文本中的字詞轉(zhuǎn)換成數(shù)字，生成數(shù)字序列；

將所述數(shù)字序列中每個(gè)字詞對(duì)應(yīng)的數(shù)字轉(zhuǎn)換成向量，并按所述地址文本的字詞順序拼接轉(zhuǎn)換后的向量，生成向量矩陣。

6.如權(quán)利要求5所述的地址信息抽取方法，其特征在于，所述實(shí)體信息標(biāo)注模型包括循環(huán)神經(jīng)網(wǎng)絡(luò)和概率無(wú)向圖模型；

所述獲得所述實(shí)體標(biāo)簽序列，包括：

所述循環(huán)神經(jīng)網(wǎng)絡(luò)根據(jù)所述向量矩陣，獲得對(duì)應(yīng)每個(gè)字詞的特征向量；

所述概率無(wú)向圖模型根據(jù)所述特征向量，獲得包含每個(gè)字詞對(duì)應(yīng)各實(shí)體標(biāo)簽的概率序列的概率矩陣，并根據(jù)所述概率矩陣輸出最優(yōu)標(biāo)簽序列作為所述實(shí)體標(biāo)簽序列；

所述最優(yōu)標(biāo)簽序列中，每個(gè)字詞對(duì)應(yīng)一實(shí)體標(biāo)簽，且按所述字詞順序，每連續(xù)多個(gè)字詞對(duì)應(yīng)相同的實(shí)體標(biāo)簽。

7.一種模型訓(xùn)練方法，其特征在于，包括：

獲得樣本地址；

采用實(shí)體標(biāo)簽集對(duì)所述樣本地址進(jìn)行標(biāo)注，獲得每條所述樣本地址的樣本標(biāo)簽序列；

對(duì)標(biāo)注后的每條所述樣本地址進(jìn)行處理，獲得樣本向量矩陣；

根據(jù)循環(huán)神經(jīng)網(wǎng)絡(luò)和概率無(wú)向圖模型構(gòu)建一網(wǎng)絡(luò)模型；以及

以所述樣本向量矩陣為輸入，以對(duì)應(yīng)的所述樣本標(biāo)簽序列為輸出，訓(xùn)練所述網(wǎng)絡(luò)模型，獲得實(shí)體信息標(biāo)注模型。

8.如權(quán)利要求7所述的模型訓(xùn)練方法，其特征在于，所述實(shí)體標(biāo)簽集包括：

對(duì)應(yīng)行政區(qū)劃信息的實(shí)體標(biāo)簽、對(duì)應(yīng)興趣點(diǎn)信息和/或道路信息的實(shí)體標(biāo)簽、及對(duì)應(yīng)樓層單元信息的實(shí)體標(biāo)簽。

9.如權(quán)利要求7所述的模型訓(xùn)練方法，其特征在于，所述根據(jù)循環(huán)神經(jīng)網(wǎng)絡(luò)和概率無(wú)向圖模型構(gòu)建一網(wǎng)絡(luò)模型，包括：

以雙向長(zhǎng)短期記憶網(wǎng)絡(luò)作為向量化處理的特征提取層；

以條件隨機(jī)場(chǎng)作為概率分布處理的標(biāo)簽輸出層。