本发明专利技术公开了一种基于深度学习的三段码解析处理方法及装置，其中该方法包括：获取待解析的时空地址；所述时空地址包括时间信息和地址信息；将所述待解析的时空地址输入至深度学习解析模型，得到所述待解析的时空地址对应的复合编码信息；所述复合编码信息包括二段码和三段码；所述深度学习解析模型通过包括有多个历史的所述时空地址和对应的复合编码信息的训练集训练得到；根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息。可见，本发明专利技术能够减小最终训练得到的模型以及后续的解析服务受到网点编码变动的影响，时效性更强，且有利于减少训练成本，提高解析效率。提高解析效率。提高解析效率。
【技术实现步骤摘要】
一种基于深度学习的三段码解析处理方法及装置
[0001]本专利技术涉及智能物流
，尤其涉及一种基于深度学习的三段码解析处理方法及装置。
技术介绍
[0002]传统物流运输中，运输的种类和风险、物流过程中的运输环节和动作方式以及物流企业的服务，都影响到物流运输的成本和质量。得益于人工智能技术尤其深度学习技术的快速发展，智能物流已经成为物流
备受关注且发展前景广泛的研究与应用方向。作为智能物流的核心组成部分，“三段码”由三段编码构成：一段码(转运中心)+二段码(独立网点)+三段码(派件员)。三段码是通过对转运中心、独立网点和派件员进行编码，从而实现末端网点分拣从传统的依赖地址分拣转换成简单、高效的数字分拣，进而提升分拣效率。
[0003]现有技术中已经开始利用人工智能技术去自动对地址进行解析以生成三段码信息，但现有技术较少考虑到因网点编码频繁变动导致解析模型的时效性较差的问题，且现有技术常常使用分别训练的模型去进行二段码和三段码的解析服务，其训练成本高，且解析效率较差。
技术实现思路
[0004]本专利技术所要解决的技术问题在于，提供一种基于深度学习的三段码解析处理方法及装置，能够减小最终训练得到的模型以及后续的解析服务受到网点编码变动的影响，时效性更强，且通过单一模型通同时进行二段码和三段码的训练和解析服务有利于减少训练成本，提高解析效率。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种基于深度学习的三段码解析处理方法，所述方法包括：
[0006]获取待解析的时空地址；所述时空地址包括时间信息和地址信息；
[0007]将所述待解析的时空地址输入至深度学习解析模型，得到所述待解析的时空地址对应的复合编码信息；所述复合编码信息包括二段码和三段码；所述深度学习解析模型通过包括有多个历史的所述时空地址和对应的复合编码信息的训练集训练得到；
[0008]根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述时间信息为所述地址信息对应的物流任务对应的签收时间。
[0010]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息，包括：
[0011]根据所述待解析的时空地址对应的复合编码信息中的二段码，以及预设的行政区划关系数据，推断出所述待解析的时空地址对应的一段码；
[0012]将所述待解析的时空地址对应的一段码、二段码和三段码进行组合得到所述待解析的时空地址对应的三段码信息。
[0013]作为一种可选的实施方式，在本专利技术第一方面中，所述深度学习解析模型包括BERT网络编码层、全连接层和Softmax分类层。
[0014]作为一种可选的实施方式，在本专利技术第一方面中，在所述获取待解析的时空地址之前，所述方法还包括：
[0015]确定多个用于训练的所述时空地址和对应的所述复合编码信息；
[0016]将所述多个用于训练的所述时空地址和对应的所述复合编码信息输入至深度学习解析训练模型进行训练直到收敛，得到所述深度学习解析模型；所述深度学习解析训练模型包括所述BERT网络编码层、所述全连接层和所述Softmax分类层和模型优化模块；所述模型优化模块用于对所述BERT网络编码层进行优化。
[0017]作为一种可选的实施方式，在本专利技术第一方面中，所述确定多个用于训练的所述时空地址和对应的所述复合编码信息，包括：
[0018]获取多个历史运单地址和对应的运单签收时间；
[0019]对每一历史运单地址和对应的运单签收时间进行拼接得到多个用于训练的所述时空地址；
[0020]对于每一所述用于训练的所述时空地址，获取该时空地址对应的签收网点编码和三段码；
[0021]判断该时空地址对应的三段码是否为预设的无效值；
[0022]若判断结果为是，对该时空地址对应的三段码根据轮盘算法进行重新赋值得到新的三段码，将该时空地址对应的签收网点编码和新的三段码组成该时空地址对应的所述复合编码信息；
[0023]若判断结果为否，将该时空地址对应的签收网点编码和三段码组成该时空地址对应的所述复合编码信息。
[0024]作为一种可选的实施方式，在本专利技术第一方面中，所述将所述多个用于训练的所述时空地址和对应的所述复合编码信息输入至深度学习解析训练模型进行训练直到收敛，得到所述深度学习解析模型，包括：
[0025]将所述用于训练的所述时空地址作为模型输入，输入至所述BERT网络编码层以得到数据向量，再将所述数据向量输入至所述全连接层和所述Softmax分类层，以得到所述Softmax分类层输出的分类结果；
[0026]将所述分类结果与所述用于训练的所述时空地址对应的所述复合编码信息进行分类损失计算，得到分类损失结果；
[0027]将所述分类损失结果输入至所述模型优化模块，以使得所述模型优化模块根据所述分类损失结果对所述BERT网络编码层进行优化直到收敛，将优化后的所述BERT网络编码层、所述全连接层和所述Softmax分类层确定为所述深度学习解析模型。
[0028]作为一种可选的实施方式，在本专利技术第一方面中，所述深度学习解析模型基于Triton Inference服务架构被部署在服务器上。
[0029]本专利技术第二方面公开了一种基于深度学习的三段码解析处理装置，其包括：
[0030]获取模块，用于获取待解析的时空地址；所述时空地址包括时间信息和地址信息；
[0031]解析模块，用于将所述待解析的时空地址输入至深度学习解析模型，得到所述待解析的时空地址对应的复合编码信息；所述复合编码信息包括二段码和三段码；所述深度学习解析模型通过包括有多个历史的所述时空地址和对应的复合编码信息的训练集训练得到；
[0032]确定模块，用于根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息。
[0033]作为一种可选的实施方式，在本专利技术第二方面中，所述时间信息为所述地址信息对应的物流任务对应的签收时间。
[0034]作为一种可选的实施方式，在本专利技术第二方面中，所述确定模块根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息的具体方式，包括：
[0035]根据所述待解析的时空地址对应的复合编码信息中的二段码，以及预设的行政区划关系数据，推断出所述待解析的时空地址对应的一段码；
[0036]将所述待解析的时空地址对应的一段码、二段码和三段码进行组合得到所述待解析的时空地址对应的三段码信息。
[0037]作为一种可选的实施方式，在本专利技术第二方面中，所述深度学习解析模型包括BERT网络编码层、全连接层和Softmax分类层。
[0038]作为一种可选的实施方式，在本专利技术第二方面中，所述装置还包括本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的三段码解析处理方法，其特征在于，所述方法包括：获取待解析的时空地址；所述时空地址包括时间信息和地址信息；将所述待解析的时空地址输入至深度学习解析模型，得到所述待解析的时空地址对应的复合编码信息；所述复合编码信息包括二段码和三段码；所述深度学习解析模型通过包括有多个历史的所述时空地址和对应的复合编码信息的训练集训练得到；根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息。2.根据权利要求1所述的基于深度学习的三段码解析处理方法，其特征在于，所述时间信息为所述地址信息对应的物流任务对应的签收时间。3.根据权利要求1所述的基于深度学习的三段码解析处理方法，其特征在于，所述根据所述待解析的时空地址对应的复合编码信息，确定所述待解析的时空地址对应的三段码信息，包括：根据所述待解析的时空地址对应的复合编码信息中的二段码，以及预设的行政区划关系数据，推断出所述待解析的时空地址对应的一段码；将所述待解析的时空地址对应的一段码、二段码和三段码进行组合得到所述待解析的时空地址对应的三段码信息。4.根据权利要求1所述的基于深度学习的三段码解析处理方法，其特征在于，所述深度学习解析模型包括BERT网络编码层、全连接层和Softmax分类层。5.根据权利要求4所述的基于深度学习的三段码解析处理方法，其特征在于，在所述获取待解析的时空地址之前，所述方法还包括：确定多个用于训练的所述时空地址和对应的所述复合编码信息；将所述多个用于训练的所述时空地址和对应的所述复合编码信息输入至深度学习解析训练模型进行训练直到收敛，得到所述深度学习解析模型；所述深度学习解析训练模型包括所述BERT网络编码层、所述全连接层和所述Softmax分类层和模型优化模块；所述模型优化模块用于对所述BERT网络编码层进行优化。6.根据权利要求1所述的基于深度学习的三段码解析处理方法，其特征在于，所述确定多个用于训练的所述时空地址和对应的所述复合编码信息，包括：获取多个历史运单地址和对应的运单签收时间；对每一历史运单地址和对应的运单签收时间进行拼接得到多个用于训练的所述时空地址；对于每一所述用于训练的所述时空地址，获取该时空地址对应的签收网点编码和三段码；判断该时空地址对应的三段码是否为...
【专利技术属性】
技术研发人员：姜东晓，阚向阳，孙海林，杨经海，
申请(专利权)人：深圳云路信息科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。