[发明专利]物流地址特征提取方法、系统、设备及存储介质

说明书

本发明提供了一种物流地址特征提取方法、系统、设备及存储介质，该方法包括：将物流地址对应于各个属性的信息串联得到文本字符串；将所述文本字符串基于文本映射字典映射为ID序列，所述文本映射字典包括预设的各个属性的各种属性值与ID的映射关系；将所述ID序列采用嵌入层映射为向量序列；将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。本发明提出一种基于预训练的统一文本表示方法，首先基于预处理的文本映射字典将文本映射到ID序列，然后通过嵌入层将ID序列映射为向量序列，然后再进行向量序列中的特征提取，提取得到统一形式的物流地址特征，从而实现地址特征提取后的统一表示。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种物流地址特征提取方法、系统、设备及存储介质。

背景技术

在物流业务场景中，地址的使用无处不在，包括地址转经纬度、智能分单、代收点推荐等。由于各个业务场景相互较为独立，往往针对的地址文本的处理和使用存在差异。

既有的地址处理步骤主要包括文本预处理、特征提取和具体下游业务模型，文本预处理的方法大都各不相同，造成数据使用无法统一，针对于不同的数据可能要设计不同的处理逻辑，也会造成数据使用的浪费。此外，现有的地址特征表示强依赖预处理规则，容易造成误差累计，表示向量极度稀疏，不利于应用于后续模型时的运算。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种物流地址特征提取方法、系统、设备及存储介质，提出一种基于预训练的统一文本表示方法，以实现地址特征提取后的统一表示。

本发明实施例提供一种物流地址特征提取方法，包括如下步骤：

将物流地址对应于各个属性的信息串联得到文本字符串；

将所述文本字符串基于文本映射字典映射为ID序列，所述文本映射字典包括预设的各个属性的各种属性值与ID的映射关系；

将所述ID序列采用嵌入层映射为向量序列；

将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。

在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串，包括如下步骤：

将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串。

在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串之后，还包括在所述文本字符串中添加第二标识字符。

在该实施例中，从所述交互特征提取模型的输出数据中提取地址特征，包括如下步骤：

获取所述交互特征提取模型输出的交互特征；

从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。

在该实施例中，所述交互特征提取模型为transformer模型，包括位置编码层、自注意力层和前馈网络层。

在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串之前，还包括如下步骤：

采集待处理的物流地址数据；

对所述物流地址数据按照预设的清洗规则进行数据清洗；

将数据清洗后的物流地址数据进行分类，得到所述物流地址数据对应于各个属性的信息。

在该实施例中，从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：

采集所述地址特征所对应的配送信息，为所述地址特征添加配送任务分配标签；