[發(fā)明專利]構(gòu)建地址分類模型的方法、地址分類方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110521974.4
• 申請(qǐng)日: 2021-05-13
• 公開（公告）號(hào): CN113052513A
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請(qǐng)（專利權(quán)）人: 上海尋夢(mèng)信息技術(shù)有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q10/08;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海隆天律師事務(wù)所 31282
• 代理人: 潘一諾

本發(fā)明提供一種構(gòu)建地址分類模型的方法、地址分類方法及相關(guān)設(shè)備，構(gòu)建地址分類模型的方法，包括：將待分類區(qū)域劃分為多個(gè)子地圖區(qū)域，以獲得地圖類別數(shù)據(jù)；將所述待分類區(qū)域的歷史派件地址劃分為多個(gè)派件類別，以獲得派件地址類別數(shù)據(jù)；基于所述地圖類別數(shù)據(jù)以及所述派件地址類別數(shù)據(jù)，訓(xùn)練一地址分類模型，所述地址分類模型用于預(yù)測(cè)待分類地址所屬的派件類別。本發(fā)明優(yōu)化地址分類模型，從而針對(duì)沒有歷史派件記錄的地址位置或者建筑物也能夠進(jìn)行準(zhǔn)確的地址分類，由此提高物流時(shí)效，同時(shí)提高用戶物流體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)應(yīng)用領(lǐng)域，尤其涉及一種構(gòu)建地址分類模型的方法、地址分類方法及相關(guān)設(shè)備。

背景技術(shù)

在物流場(chǎng)景下，當(dāng)用戶生成物流訂單后，物流平臺(tái)或者其它諸如電商平臺(tái)的具有物流場(chǎng)景的平臺(tái)，需要根據(jù)用戶填寫的地址信息推理出從發(fā)貨地到收貨地需要經(jīng)過(guò)的各個(gè)流轉(zhuǎn)環(huán)節(jié)，來(lái)進(jìn)行快遞流轉(zhuǎn)。這一系列流轉(zhuǎn)信息主要依靠物流面單上打印的三段碼來(lái)進(jìn)行識(shí)別。然而，三段碼需要根據(jù)用戶填寫的詳細(xì)地址，推理出給該地址派件的節(jié)點(diǎn)。常用的推理模型依賴該區(qū)域的大量派件記錄學(xué)習(xí)，例如過(guò)去10天，地址中帶有【金虹橋國(guó)際中心】的包裹都是古北節(jié)點(diǎn)在派送，則推理模型可以據(jù)此學(xué)習(xí)到【金虹橋國(guó)際中心】與【古北節(jié)點(diǎn)】的映射關(guān)系。

但是，針對(duì)歷史物流數(shù)據(jù)中，沒有派件記錄的地址位置或者建筑物，常用的推理模型很難學(xué)習(xí)到對(duì)應(yīng)的派件節(jié)點(diǎn)。例如【長(zhǎng)房國(guó)際廣場(chǎng)】，在歷史派件記錄中沒有出現(xiàn)過(guò)，推理模型很難構(gòu)建【長(zhǎng)房國(guó)際廣場(chǎng)】與任何節(jié)點(diǎn)的映射關(guān)系。目前的方式，將導(dǎo)致寫了沒有歷史派件記錄的地址位置或者建筑物的物流訂單，在推理模型中無(wú)法確定派件節(jié)點(diǎn)，從而無(wú)法確定三段碼，也無(wú)法在物流面單上打印三段碼，由此，在進(jìn)行物流包裹分揀時(shí)，需要人工判斷分揀，降低了物流時(shí)效，影響用戶體驗(yàn)。

由此，如何優(yōu)化地址分類模型，從而針對(duì)沒有歷史派件記錄的地址位置或者建筑物也能夠進(jìn)行準(zhǔn)確的地址分類，由此提高物流時(shí)效，增加用戶物流體驗(yàn)，是本領(lǐng)域亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明為了克服上述相關(guān)技術(shù)存在的缺陷，提供一種構(gòu)建地址分類模型的方法、地址分類方法及相關(guān)設(shè)備，進(jìn)而優(yōu)化地址分類模型，從而針對(duì)沒有歷史派件記錄的地址位置或者建筑物也能夠進(jìn)行準(zhǔn)確的地址分類，由此提高物流時(shí)效，同時(shí)提高用戶物流體驗(yàn)。

根據(jù)本發(fā)明的一個(gè)方面，提供一種構(gòu)建地址分類模型的方法，包括：

將待分類區(qū)域劃分為多個(gè)子地圖區(qū)域，以獲得地圖類別數(shù)據(jù)；

將所述待分類區(qū)域的歷史派件地址劃分為多個(gè)派件類別，以獲得派件地址類別數(shù)據(jù)；

基于所述地圖類別數(shù)據(jù)以及所述派件地址類別數(shù)據(jù)，訓(xùn)練一地址分類模型，所述地址分類模型用于預(yù)測(cè)待分類地址所屬的派件類別。

在本發(fā)明的一些實(shí)施例中，所述地址分類模型包括：

地址數(shù)據(jù)向量化層，配置成對(duì)輸入所述地址分類模型的地址信息進(jìn)行文本向量化處理；

地址分類層，配置成對(duì)文本向量化處理后的地址信息進(jìn)行分類以輸出所屬的派件類別。

在本發(fā)明的一些實(shí)施例中，所述地址數(shù)據(jù)向量化層采用textCNN，所述地址分類層采用softmax。

在本發(fā)明的一些實(shí)施例中，所述派件類別基于派件員/派件節(jié)點(diǎn)劃分。

在本發(fā)明的一些實(shí)施例中，所述子地圖區(qū)域基于派件員/派件節(jié)點(diǎn)劃分。

在本發(fā)明的一些實(shí)施例中，所述子地圖區(qū)域按設(shè)定規(guī)則形狀劃分。

在本發(fā)明的一些實(shí)施例中，所述將待分類區(qū)域劃分為多個(gè)子地圖區(qū)域，以獲得地圖類別數(shù)據(jù)包括：

根據(jù)派件員/派件節(jié)點(diǎn)的數(shù)量確定所述子地圖區(qū)域的數(shù)量；

將所述待分類區(qū)域按所確定的數(shù)量以矩形形狀平均劃分為多個(gè)準(zhǔn)子地圖區(qū)域；