[发明专利]一种基于图嵌入与CRF知识融入的地址要素识别方法

权利要求书

1.一种基于图嵌入与CRF知识融入的地址要素识别方法，其特征在于，具体包括如下步骤：

S1：构建地址要素关系图；

S2：构建并训练一个图嵌入模型，向图嵌入模型输入S1中的地址要素关系图，由图嵌入模型输出地址要素关系图中的地址要素的向量表征；

S3：统计语料中各类地址要素之间的转移概率，从而形成一个转移矩阵；

S4：构建一个CRF模型，在CRF模型初始化时，将S3中的转移矩阵作为CRF模型的转移矩阵；

S5：构建并训练一个Word2Vec词嵌入模型，向词嵌入模型输入地址要素文本，由词嵌入模型输出地址要素文本中的地址要素的向量表征；

S6：构建并训练一个BiLSTM模型，使用S2中与S5中输出的地址要素的向量表征，共同作为BiLSTM模型的输入，由BiLSTM模型抽取出语料中的地址要素，输出抽取出的地址要素的向量表征；

S7：将S6中输出的地址要素的向量表征输入S4中的CRF模型对其进行训练，通过收敛后的CRF模型，得到地址要素的最终识别结果；

S3中，转移矩阵，公式(1)：

（1）

其中，t是地址要素的总的种类数，n_i，j表示第i类地址要素后面是第j类地址要素的样本的数量。

2.根据权利要求1所述的基于图嵌入与CRF知识融入的地址要素识别方法，其特征在于，S1中：

所述地址要素关系图包括：全国行政区划图，其中的市与对应的省连线。

3.根据权利要求1所述的基于图嵌入与CRF知识融入的地址要素识别方法，其特征在于，S2中：

所述图嵌入模型中具有Node2Vec网络，设定采样策略，按照采样策略对地址要素关系图进行序列采样，获得序列训练Node2Vec网络，由Node2Vec网络输出地址要素的向量表征。