[发明专利]地址识别方法和装置及存储介质

权利要求书

1.一种地址识别方法，其特征在于，包括：

获取对待识别的地址文本进行切分后所得到的地址片段序列；

获取与所述地址片段序列相匹配的拼接特征向量，其中，所述拼接特征向量中包括N种样本特征向量，所述N种样本特征向量中所包含的第i种样本特征向量是利用与地址样本对象对应的第i类先验知识，通过机器训练而得到的特征向量，其中，i和N为正整数，且1≤i≤N；

将所述拼接特征向量输入地址识别网络模型，得到所述地址识别网络模型的输出结果，其中，所述地址识别网络模型为对多个训练样本进行深度学习后得到；

根据所述输出结果识别出与所述地址片段序列相匹配的地址角色标签序列，其中，所述地址角色标签序列中包括与所述地址片段序列中所包含的每一个地址片段分别匹配的地址角色标签；

在所述获取对待识别的地址文本进行切分后所得到的地址片段序列之前，还包括：

获取地址样本对象的第一类先验知识，其中，所述第一类先验知识包括所述地址样本对象所在领域的领域信息；将所述第一类先验知识输入领域词典模型，得到第一样本特征向量，其中，所述领域词典模型用于将用于表示领域的信息进行转化，以得到知识向量；

根据获取到的所述地址样本对象的先验知识，确定所述N种样本特征向量；将确定出的所述N种样本特征向量进行拼接，得到所述拼接特征向量。

2.根据权利要求1所述的方法，其特征在于，所述根据获取到的所述地址样本对象的先验知识，确定所述N种样本特征向量包括：

获取所述地址样本对象的第二类先验知识，其中，所述第二类先验知识包括与所述地址样本对象匹配的属性信息，所述属性信息包括：所述地址样本对象中所包含的地址片段的词性，及所述地址样本对象中所包含的地址片段在所述地址样本对象中所在的序列位置；

将所述第二类先验知识输入第二训练模型，得到第二样本特征向量，其中，所述N种样本特征向量包括所述第二样本特征向量。

3.根据权利要求1所述的方法，其特征在于，所述根据获取到的所述地址样本对象的先验知识，确定所述N种样本特征向量包括：

获取所述地址样本对象的第三类先验知识，其中，所述第三类先验知识包括所述地址样本对象中所包含的每个文字的字结构信息，所述字结构信息包括：与所述文字对应的上下文信息，及所述文字的内部结构信息；

将所述第三类先验知识输入第三训练模型，得到第三样本特征向量，其中，所述N种样本特征向量包括所述第三样本特征向量。

4.根据权利要求1所述的方法，其特征在于，所述将所述拼接特征向量输入地址识别网络模型包括：

将所述拼接特征向量通过嵌入层输入所述地址识别网络模型，其中，所述地址识别网络模型中包括双层双向长短期记忆网络结构。

5.根据权利要求4所述的方法，其特征在于，在所述将所述拼接特征向量通过嵌入层输入所述地址识别网络模型之前，还包括：

构建所述地址识别网络模型，其中，在所述双层双向长短期记忆网络结构之间配置有跨层跳跃连接，所述跨层跳跃连接中设置有用于控制在所述双层双向长短期记忆网络结构之间进行数据传递的门限函数。