[發明專利]地址文本的召回方法及裝置

在審

• 申請號: 202210192994.6
• 申請日: 2022-03-01
• 公開（公告）號: CN114564940A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 丁瑞雪;劉楚;黃申;王瀟斌;龍定坤;高瓊;陳博理;謝朋峻;黃非
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/151;G06N20/00
• 代理公司: 北京同鈞律師事務所 16037
• 代理人: 許懷遠

1.一種地址文本的召回方法，其特征在于，包括：

獲取第一地址向量表示模型，所述第一地址向量表示模型是利用第一風格地址庫中的地址文本進行訓練所得到的；

利用第二風格地址庫中的各地址文本，對所述第一地址向量表示模型進行基于自監督的風格遷移訓練，得到第二地址向量表示模型；

利用第二地址向量表示模型對所述第二風格地址庫中的各地址文本進行向量轉換處理，得到第二風格地址向量庫，其中，所述第二風格地址向量庫中包括有第二風格地址庫中的各地址文本所對應的地址向量；

利用所述第二地址向量表示模型和所述第二風格地址向量庫對具有第二風格的待處理地址文本進行基于正交空間的文本召回處理，得到召回文本。

2.根據權利要求1所述的地址文本的召回方法，其特征在于，所述利用第二風格地址庫中的地址文本，對所述第一地址向量表示模型進行基于自監督的風格遷移訓練，得到第二地址向量表示模型，包括：

利用所述第一地址向量表示模型對所述第二風格地址庫中的每一地址文本進行向量處理，得到所述第二風格地址庫中的每一地址文本對應的地址向量對；

基于對比學習損失函數，利用第二風格地址庫中的每一地址文本對應的地址向量對，對所述第一地址向量表示模型進行自對比學習訓練，得到第二地址向量表示模型。

3.根據權利要求2所述的地址文本的召回方法，其特征在于，所述基于對比學習損失函數，利用第二風格地址庫中的每一地址文本對應的地址向量對，對所述第一地址向量表示模型進行自對比學習訓練，得到第二地址向量表示模型，包括：

將第二風格地址庫中的任一地址文本作為目標地址文本；

將所述目標地址文本對應的地址向量對作為所述自對比學習訓練中的正樣本，將所述第二風格地址庫中除所述目標地址文本以外的地址文本的地址向量對作為所述自對比學習訓練中的負樣本；

根據所述正樣本和所述負樣本，計算所述對比學習損失函數的損失，并根據所述損失對所述第一地址向量表示模型進行反向傳播處理，得到中間模型；

將第二風格地址庫中的下一地址文本作為新的目標地址文本，并基于所述對比學習損失函數對所述中間模型進行自對比學習訓練，直至所述中間模型的對比學習損失函數的損失滿足預設條件，當前的所述中間模型則為所述第二地址向量表示模型。

4.根據權利要求1所述的地址文本的召回方法，其特征在于，所述利用所述第二地址向量表示模型和所述第二風格地址向量庫對具有第二風格的待處理地址文本進行基于正交空間的文本召回處理，得到召回文本，包括：

將所述第二風格地址向量庫中的各地址向量進行正交映射處理，得到所述第二風格地址向量庫對應的第二風格地址正交向量空間；

利用所述第二地址向量表示模型對具有第二風格的待處理地址文本進行向量處理，得到所述待處理地址文本對應的待處理地址向量；

將所述待處理地址向量進行正交映射處理，得到待處理地址正交向量；

根據所述第二風格地址正交向量空間和所述待處理地址正交向量，確定文本召回處理的處理結果。

5.根據權利要求4所述的地址文本的召回方法，其特征在于，所述正交映射處理包括：

根據所述第一地址向量表示模型和所述第一風格地址庫中的地址文本，確定正交映射的轉換矩陣；

利用所述轉換矩陣進行所述正交映射處理。

6.根據權利要求5所述的地址文本的召回方法，其特征在于，所述根據所述第一地址向量表示模型和所述第一風格地址庫中的地址文本，確定正交映射的轉換矩陣，包括：

利用所述第一地址向量表示模型對所述第一風格地址庫中的地址文本進行向量轉換處理，得到第一風格地址向量庫；其中，所述第一風格地址向量庫中包括有第一風格地址庫中的各地址文本所對應的地址向量；

確定所述第一風格地址向量庫中各地址向量的均值和協方差矩陣；

對所述協方差矩陣進行基于奇異值分解的正交分解，得到所述正交分解的分解結果；

根據所述均值和所述正交分解的分解結果確定所述正交映射的轉換矩陣。