[发明专利]文本串嵌入及认证的方法、设备和系统

权利要求书

1.一种文本串嵌入的方法，包括：

访问存储的包括文本串和设备标识的历史数据，其中，每个所述设备标识与一个或多个所述文本串相关联；以及

生成包括多个关键词和多个值的嵌入查找表，其中，生成所述嵌入查找表包括：

将所述历史数据中的文本串拆分成多个词；

通过以下利用所述多个词和所述设备标识生成图：

将所述多个词中的每个词表示为第一类节点；

将每个所述设备标识表示为第二类节点；以及

对于每个所述第二类节点，通过将表示所述设备标识之一的所述第二类节点与所述第一类节点中的节点链接来构建边，所述第一类节点中的被链接的节点所表示的词包括在与所述设备标识之一相关联的一个或多个文本串中；

使用所述生成的图来训练嵌入模型；以及

基于所述经训练的嵌入模型构造所述嵌入查找表，其中，所述嵌入查找表的多个关键词中的每个关键词包括所述第一类节点和所述第二类节点中的一个节点，所述嵌入查找表的多个值中的每个值包括与所述第一类节点和所述第二类节点中的该一个节点相对应的向量。

2.根据权利要求1所述的方法，其中，利用所述生成的图训练所述嵌入模型包括：

对于所述生成的图中的每个节点，基于该节点的邻居的信息计算所述向量，其中，该节点的邻居包括在预定数量的边内链接到该节点的一个或多个节点；

在所述生成的图中的所有节点上应用随机游走以生成节点序列；

对于所述生成的节点序列中的一个节点序列内的每个节点，预测该节点序列中的该节点的邻居，以形成预测的节点分布；以及

基于所述预测的节点分布和真实的节点分布训练所述嵌入模型。

3.根据权利要求1或2所述的方法，其中，所述文本串包括地址，所述多个词包括多个地址词。

4.根据权利要求3所述的方法，其中，当所述节点的邻居包括一个或多个所述第二类节点时，所述节点的邻居的信息包括与由所述一个或多个第二类节点表示的一个或多个所述设备标识相对应的地理信息。

5.根据权利要求2所述的方法，其中，计算所述生成的图中的每个节点的向量还包括：

如果该节点是表示具有低于阈值的出现频率的词的第一类节点，则将该节点的向量计算为未知词向量。

6.根据权利要求1至5中任一项所述的方法，其中，所述嵌入模型包括通用属性多元异构网络嵌入GATNE模型、分层注意网络HAN模型或异构图神经网络HetGNN模型。

7.一种文本串认证的方法，包括：

从用户接收第一文本串；

将所述第一文本串拆分成多个第一词；以及

使用根据权利要求1至6中任一项生成的嵌入查找表中的一个或多个值认证所述第一文本串，所述一个或多个值与所述嵌入查找表中对应于所述第一文本串的所述多个第一词中的每个词相关联。

8.根据权利要求7所述的方法，其中，认证所述第一文本串包括：

提取所述嵌入查找表中的一个或多个值，所述嵌入查找表中的该一个或多个值与所述嵌入查找表中对应于所述第一文本串的所述多个第一词中的每个词的关键词相关联，其中，所述第一文本串的所述多个第一词中的任意未知词被映射到具有未知词向量作为值的未知词的关键词；以及

通过对所述提取的多个第一词的值进行求和计算或平均计算，生成所述第一文本串的向量。

9.根据权利要求8所述的方法，其中，认证所述第一文本串还包括：

从官方来源接收所述用户的第二文本串；

将所述第二文本串拆分成多个第二词；

提取所述嵌入查找表中的一个或多个值，所述嵌入查找表中的该一个或多个值与所述嵌入查找表中对应于所述第二文本串的所述多个第二词中的每个词的关键词相关联，其中，所述第二文本串的所述多个第二词中的任意未知词被映射到具有未知词向量作为值的未知词的关键词；以及

通过对所述提取的多个第二词的值进行求和计算或平均计算，生成所述第二字符串的向量。