一种融合句式信息的地址要素识别方法技术

一种融合句式信息的地址要素识别方法，包括：获取待识别地址文本的地址片段序列和句式模式；将地址片段序列中的每个地址片段和地址的句式模式输入到特征表示层,得到地址片段序列的特征向量序列；将地址片段序列的特征向量序列输入到地址要素识别模型进行编码解码，得到地址片段序列的标签序列；将地址片段序列的标签序列输入到地址要素后处理模块，得到地址要素的识别结果。本发明专利技术通过获取地址的句式信息以及对句式信息进行建模，来提高地址要素识别的准确性。别的准确性。别的准确性。

【技术实现步骤摘要】
一种融合句式信息的地址要素识别方法


[0001]本专利技术涉及的是信息识别领域，特别涉及一种融合句式信息的地址要素识别方法。

技术介绍

[0002]在公共安全行业中，地址是一种重要的行业要素。地址数据一般以非结构化的形式存在，这给我们有效的利用地址中包含的细粒度信息带来了挑战。同时，我们通常会采用地址将业务数据进行关联，而地址要素识别作为进行地址关联的重要环节对后续的地址标准化、地址相关性计算等任务起着至关重要的作用。因此，我们需要进行地址要素识别，即正确识别地址文本中要素的边界并预测要素的类别。
[0003]目前地址要素识别常常被转换成命名实体识别的问题。因此，所有命名实体识别的技术方案都适用于地址要素识别。与此同时，地址也有其自身的一些特点，比如：上下文信息缺失。因此，现有专利CN201810627403.7中通过引入领域信息、属性信息和结构信息来提升准确性。CN202011211412.1通过引入基础信息、地址词的标识信息和字的特征信息来提升准确性。上述方法一定程度上改善了地址要素识别的准确性，但忽略了地址往往具有一些特定的句式特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合句式信息的地址要素识别方法，其特征在于，包括：S100.获取待识别地址文本的地址片段序列和句式模式；S200.将地址片段序列中的每个地址片段和地址的句式模式输入到特征表示层,得到地址片段序列的特征向量序列；其中，地址片段表示和地址句式表示，作为地址要素识别模型的参数，通过模型训练得到；S300.将地址片段序列的特征向量序列输入到地址要素识别模型进行编码解码，得到地址片段序列的标签序列；S400.将地址片段序列的标签序列输入到地址要素后处理模块，得到地址要素的识别结果。2.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S100中，获取待识别地址文本的地址片段序列方法包括：从待识别的地址文本抽取出预定义的地址要素；这些预定义的地址要素包括：省、市、区、街道、居委会、道路、门牌号、兴趣点、楼栋、单元和楼层号。3.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S100中，获取待识别地址文本的句式模式方法为：地址文本的句式模式通过匹配字典树得到的地址要素标签合并得到，在整个地址匹配完成之后，得到其句式模式为“行政区|兴趣点|楼栋”。4.如权利要求1所述的一种融合句式信息的地址要素识...

【专利技术属性】
技术研发人员：张宇，
申请(专利权)人：武汉众智数字技术有限公司，
类型：发明
国别省市：