[发明专利]智能机器人会话文本的地址信息提取方法及装置

权利要求书

1.一种智能机器人会话文本的地址信息提取方法，其特征在于，包括：

获取待抽取文本；

如果待抽取文本中包括至少一个中文表述的地址，则将待抽取文本转化为拼音文本；

逐个将地址模型的节点上保存的拼音名与所述拼音文本进行比对，所述地址模型包括至少一个节点，在所述地址模型的节点上，保存有地址元素和与所述地址元素对应的拼音名，所述节点的节点等级与地址元素的等级相对应；

如果节点上的拼音名与所述拼音文本匹配，则提取出匹配的拼音名所对应的地址元素；

利用提取出的地址元素，以及提取出的地址元素在所述地址模型中所处的节点的节点等级，生成地址信息。

2.根据权利要求1所述的方法，其特征在于，所述利用提取出的地址元素，以及提取出的地址元素在所述地址模型中所处的节点的节点等级，生成地址信息的步骤，包括：

当提取出的地址元素个数大于或等于两个时，根据提取出的地址元素在所述地址模型中所处的节点的节点等级，确定提取出的地址元素中是否存在属于同一个地址信息的地址元素；

如果至少两个地址元素属于同一个地址信息，则将所述至少两个地址元素组合，生成地址信息。

3.根据权利要求2所述的方法，其特征在于，所述地址模型中的地址元素包括行政区；

所述根据提取出的地址元素在所述地址模型中所处的节点的节点等级，确定提取出的地址元素中是否存在属于同一个地址信息的地址元素的步骤，包括：

选取提取出的地址元素中的任意两个；

如果选取出的两个地址元素中至少一个地址元素为行政区，并且在所述待抽取文本中的位置相隔小于预设数量个字符，则判断所述两个地址元素各自在地址模型中所处的节点是否为直属的上下级节点关系；

如果是，则确定所述两个地址元素属于同一个地址信息。

4.根据权利要求2所述的方法，其特征在于，所述地址模型中的地址元素包括标志物；

所述根据提取出的地址元素在所述地址模型中所处的节点的节点等级，确定提取出的地址元素中是否存在属于同一个地址信息的地址元素的步骤，包括：

选取提取出的地址元素中的任意两个；

如果选取出的两个地址元素均为标志物，并且选取出的两个地址元素在地址模型中所处的节点隶属于同一个上一级节点，则从待抽取文本中识别出第一文本，所述第一文本为两个地址元素在待抽取文本中对应的中文原始字符串及二者之间的文本；

判断所述第一文本与预设的第一规则是否匹配，其中，所述第一规则为表征两个地址元素之间存在方位关系的规则；

如果匹配，则确定所述两个地址元素属于同一个地址信息。

5.根据权利要求2-4任一项所述的方法，其特征在于，该方法还包括：

将生成的地址信息与预设的标准格式进行比对；

如果所述地址信息与所述标准格式不匹配，则利用所述地址模型将所述地址信息补充成标准地址信息。

6.根据权利要求2-4任一项所述的方法，其特征在于，当所述待抽取文本为多轮会话中当前轮次的会话文本时，该方法还包括：

将生成的地址信息与预设的标准格式进行比对；

如果所述地址信息与所述标准格式不匹配，则利用当前轮次之前的预设轮次的会话文本，将所述地址信息补充成标准地址信息。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述地址模型通过以下构建方法得到：

获取地址元素；

生成与地址元素对应的拼音名；

在地址模型中的节点上，保存地址元素和与所述地址元素对应的拼音名，所述节点的节点等级与地址元素的等级相对应。