[发明专利]复杂地址分词方法和装置、计算机可读存储介质

权利要求书

1.一种复杂地址分词方法，其特征在于，包括：

对训练样本标注数据集进行预训练，得到地址切分模型；

进行当前地址切分模型应用，确定当前地址切分模型的切分精度；

判断当前地址切分模型的切分精度是否大于预定阈值；

在当前地址切分模型的切分精度大于预定阈值的情况下，根据标准地址库里的标准地址或专家判断对模型切分结果进行纠正，得到训练样本增量标注数据集；

基于训练样本增量标注数据集，采用增量学习方式，学习新增样本数据的规律，进行模型重构，得到新的地址切分模型；

将新的地址切分模型作为当前地址切分模型，之后执行进行当前地址切分模型应用，确定当前地址切分模型的切分精度的步骤。

2.根据权利要求1所述的复杂地址分词方法，其特征在于，还包括：

获取待分词的行业地址数据集和相应的标准地址库集合；

根据实际业务需要，随机从待分词的行业地址数据集中选择部分数据，进行人工标注，得到训练样本标注数据集。

3.根据权利要求1或2所述的复杂地址分词方法，其特征在于，所述进行当前地址切分模型应用，确定当前地址切分模型的切分精度包括：

将当前地址切分模型进行工程化封装；

采用当前地址切分模型批量对待分词地址数据集中的地址数据进行切分，输出模型切分结果，其中，模型切分结果为模型切分后的地址要素集合；

根据模型切分结果确定当前地址切分模型的切分精度。

4.根据权利要求3所述的复杂地址分词方法，其特征在于，所述根据模型切分结果确定当前地址切分模型的切分精度包括：

将当前地址切分模型切分后的地址要素集合与标准地址库里的标准地址进行批量比对，确定当前地址切分模型的切分精度。

5.根据权利要求1或2所述的复杂地址分词方法，其特征在于，还包括：

在当前地址切分模型的切分精度不大于预定阈值的情况下，输出当前地址切分模型。

6.根据权利要求1或2所述的复杂地址分词方法，其特征在于，所述对训练样本标注数据集进行预训练，得到地址切分模型包括：

对训练样本标注数据集进行向量化处理；

采用深度学习算法进行模型预训练，并进行参数调优后，得到训练好的地址切分模型。

7.一种复杂地址分词装置，其特征在于，包括：

模型预训练单元，用于对训练样本标注数据集进行预训练，得到地址切分模型；

模型应用单元，用于进行当前地址切分模型应用，确定当前地址切分模型的切分精度；

模型判定单元，用于判断当前地址切分模型的切分精度是否大于预定阈值；

数据核验和增量单元，用于在当前地址切分模型的切分精度大于预定阈值的情况下，根据标准地址库里的标准地址或专家判断对模型切分结果进行纠正，得到训练样本增量标注数据集；

模型重构单元，用于基于训练样本增量标注数据集，采用增量学习方式，学习新增样本数据的规律，进行模型重构，得到新的地址切分模型；

循环迭代单元，用于将新的地址切分模型作为当前地址切分模型，之后执行进行当前地址切分模型应用，确定当前地址切分模型的切分精度的操作。

8.根据权利要求7所述的复杂地址分词装置，其特征在于，所述复杂地址分词装置用于执行实现如权利要求2-6中任一项所述的复杂地址分词方法的操作。

9.一种复杂地址分词装置，其特征在于，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述装置执行实现如权利要求1-6中任一项所述的复杂地址分词方法的操作。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1-6中任一项所述的复杂地址分词方法。