[发明专利]地址识别方法和装置及存储介质

说明书

本发明公开了一种地址识别方法和装置及存储介质。其中，该方法包括：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；获取与地址片段序列相匹配的拼接特征向量；将拼接特征向量输入地址识别网络模型，得到地址识别网络模型所输出的输出结果，其中，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；根据输出结果识别出与地址片段序列相匹配的地址角色标签序列，其中，地址角色标签序列中包括与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。本发明解决了相关技术中存在的地址识别结果准确性低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种地址识别方法和装置及存储介质。

背景技术

在地理信息系统中，常常需要对用户手动输入的各种地址文本进行识别分析处理，从而辅助用户实现地址定位或地图导航。其中，上述对地址文本的识别分析处理包括：地址分词处理、地址识别处理。也就是说，通常在获取到用户输入的较长的地址文本后，需要先对其进行切分，得到多个地址片段，再为地址片段匹配对应的地址角色，其中，该地址角色用于标识各个地址片段所在的地址级别。最后，将匹配有地址角色的地址应用于地址定位或地图导航过程中，以保证地址应用的准确性及规范性。

目前针对上述地址识别处理，往往是利用条件随机场模型(Conditional RandomField，简称为CRF)统一计算用于匹配地址片段的地址角色。然而，上述CRF模型存在长距离依赖，且学习不够充分等问题，从而导致所得到的地址识别结果准确性较低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种地址识别方法和装置及存储介质，以至少解决相关技术中存在的地址识别结果准确性低的技术问题。

根据本发明实施例的一个方面，提供了一种地址识别方法，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；获取与上述地址片段序列相匹配的拼接特征向量，其中，上述拼接特征向量中包括N种样本特征向量，上述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；将上述拼接特征向量输入地址识别网络模型，得到上述地址识别网络模型的输出结果，其中，上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；根据上述输出结果识别出与上述地址片段序列相匹配的地址角色标签序列，其中，上述地址角色标签序列中包括与上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。

根据本发明实施例的另一方面，还提供了一种地址识别装置，包括：第一获取单元，用于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；第二获取单元，用于获取与上述地址片段序列相匹配的拼接特征向量，其中，上述拼接特征向量中包括N种样本特征向量，上述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；第一输入单元，用于将上述拼接特征向量输入地址识别网络模型，得到上述地址识别网络模型的输出结果，其中，上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；识别单元，用于根据上述输出结果识别出与上述地址片段序列相匹配的地址角色标签序列，其中，上述地址角色标签序列中包括与上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。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述地址识别方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的地址识别方法。