本申请提供了一种地址信息的更新方法和装置、电子设备及存储介质，属于金融科技领域。该方法包括：获取目标对象的语音数据和目标对象留存在预设系统中的原始地址信息，对语音数据进行转换处理，得到语音数据的文本数据，对文本数据进行分词处理，得到词语序列，对词语序列中的词语进行向量化处理，得到词语的初始词向量，对词语序列中的词语进行相对位置编码，得到词语的位置编码向量，对初始词向量和位置编码向量进行融合，得到词语的目标词向量，将目标词向量输入至预设的神经网络模型进行地址识别，得到文本数据的目标地址信息，其中目标地址信息包括正地址信息，根据正地址信息更新原始地址信息，能够提高地址信息更新的准确率。准确率。准确率。
【技术实现步骤摘要】
地址信息的更新方法和装置、电子设备及存储介质
[0001]本申请涉及金融科技领域，尤其涉及一种地址信息的更新方法和装置、电子设备及存储介质。
技术介绍
[0002]随着互联网技术的发展，传统银行业已经开始逐渐向金融科技转型。在互联网背景下，银行通过业务系统建立自动化的支付服务体系，为用户提供可靠、高效的支付服务。在用户进行网上支付前，需要去银行网点办理网银开通手续，并预留个人信息例如个人手机号码、地址信息、身份证号等，以便于用户身份的验证。地址信息是银行联系用户的重要手段之一，银行可通过该地址信息向用户寄送账单或者其他重要文件。
[0003]相关技术中，若用户的地址信息发生变更，需要银行业务人员登录业务系统，并人工手动对用户在业务系统中的预留地址信息进行更改，但是采用人工更改方式会使地址信息例如小区、门牌号更新错误，降低了地址信息更新的准确率。且人工更改方式会由于个人主观因素无法对预留地址信息进行实时更新，导致地址信息更新不及时。因此，如何提高地址信息更新的准确率和效率成为了亟待解决的问题。
技术实现思路
[0004]本申请实施例的主要目的在于提出一种地址信息的更新方法和装置、电子设备及存储介质，旨在提高地址信息更新的准确率和效率，以准确、及时地更新在银行业务系统预留中的地址信息。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种地址信息的更新方法，所述方法包括：
[0006]获取目标对象的语音数据和所述目标对象留存在预设系统中的原始地址信息；
[0007]对所述语音数据进行转换处理，得到所述语音数据的文本数据；
[0008]对所述文本数据进行分词处理，得到词语序列；
[0009]对所述词语序列中的词语进行向量化处理，得到所述词语的初始词向量；
[0010]对所述词语序列中的词语进行相对位置编码，得到所述词语的位置编码向量；
[0011]对所述初始词向量和所述位置编码向量进行融合，得到所述词语的目标词向量；
[0012]将所述目标词向量输入至预设的神经网络模型进行地址识别，得到所述文本数据的目标地址信息；其中，所述目标地址信息包括正地址信息；
[0013]根据所述正地址信息更新所述原始地址信息。
[0014]在一些实施例，所述文本数据包括文本词语，所述对所述文本数据进行分词处理，得到词语序列，包括：
[0015]将所述文本词语和预设的样本词语进行对比；
[0016]若所述文本词语与所述样本词语相同，则对所述文本词语进行切分处理，得到初始词语；
[0017]计算所述初始词语在所述文本数据的词频；
[0018]根据所述词频对多个所述初始词语进行筛选，得到多个目标词语；
[0019]根据多个所述目标词语进行序列构建，得到所述词语序列。
[0020]在一些实施例，所述对所述词语序列中的词语进行相对位置编码，得到所述词语的位置编码向量，包括：
[0021]获取所述词语的位置标识；
[0022]根据预设的正弦函数和所述位置标识对所述词语进行相对位置编码，得到第一相对位置编码；
[0023]根据预设的余弦函数和所述位置标识对所述词语进行相对位置编码，得到第二相对位置编码；
[0024]对所述第一相对位置编码和所述第二相对位置编码进行拼接处理，得到所述位置编码向量。
[0025]在一些实施例，所述神经网络模型包括编码层、解码层和条件随机场层，所述将所述目标词向量输入至预设的神经网络模型进行地址识别，得到所述文本数据的目标地址信息，包括：
[0026]通过所述编码层对所述目标词向量进行特征提取，得到所述目标词向量的第一地址语义特征；
[0027]通过所述解码层对所述第一地址语义特征进行特征解码，得到所述目标词向量的第二地址语义特征；
[0028]通过所述条件随机场层对所述第二地址语义特征进行特征判别，得到所述目标地址信息。
[0029]在一些实施例，所述编码层包括自注意力层和前馈神经网络层，所述通过所述编码层对所述目标词向量进行特征提取，得到所述目标词向量的第一地址语义特征，包括：
[0030]通过所述自注意力层对所述目标词向量进行自注意力计算，得到注意力矩阵；
[0031]通过所述前馈神经网络层对所述注意力矩阵进行特征转换，得到所述第一地址语义特征。
[0032]在一些实施例，所述通过所述自注意力层对所述目标词向量进行自注意力计算，得到注意力矩阵，包括：
[0033]通过所述自注意力层对所述目标词向量进行线性映射，得到查询向量、键向量和值向量；
[0034]对所述查询向量、所述键向量和所述值向量进行自注意力计算，得到所述注意力矩阵。
[0035]在一些实施例，所述通过所述前馈神经网络层对所述注意力矩阵进行特征转换，得到所述第一地址语义特征，包括：
[0036]通过所述前馈神经网络层对所述注意力矩阵进行特征转换，得到初始地址语义特征；
[0037]将所述注意力矩阵和所述初始地址语义特征进行残差连接计算，得到中间地址语义特征；
[0038]对所述中间地址语义特征进行归一化处理，得到所述第一地址语义特征。
[0039]为实现上述目的，本申请实施例的第二方面提出了一种地址信息的更新装置，所述装置包括：
[0040]获取模块，用于获取目标对象的语音数据和所述目标对象留存在预设系统中的原始地址信息；其中，所述原始地址信息用于表征所述目标对象的初始所在地地址信息；
[0041]转换模块，用于对所述语音数据进行转换处理，得到所述语音数据的文本数据；
[0042]分词模块，用于对所述文本数据进行分词处理，得到词语序列；
[0043]向量化模块，用于对所述词语序列中的词语进行向量化处理，得到所述词语的初始词向量；
[0044]位置编码模块，用于对所述词语序列中的词语进行相对位置编码，得到所述词语的位置编码向量；
[0045]向量融合模块，用于对所述初始词向量和所述位置编码向量进行融合，得到所述词语的目标词向量；
[0046]地址识别模块，用于将所述目标词向量输入至预设的神经网络模型进行地址识别，得到所述文本数据的目标地址信息；其中，所述目标地址信息包括正地址信息；
[0047]更新模块，用于根据所述正地址信息更新所述原始地址信息。
[0048]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
[0049]为实现上述目的，本申请实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
[0050]本申请提出的地址信息的更新方法、地址信息的更新装置、电子设备及计算机可读存储介质,其本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.地址信息的更新方法，其特征在于，所述方法包括：获取目标对象的语音数据和所述目标对象留存在预设系统中的原始地址信息；对所述语音数据进行转换处理，得到所述语音数据的文本数据；对所述文本数据进行分词处理，得到词语序列；对所述词语序列中的词语进行向量化处理，得到所述词语的初始词向量；对所述词语序列中的词语进行相对位置编码，得到所述词语的位置编码向量；对所述初始词向量和所述位置编码向量进行融合，得到所述词语的目标词向量；将所述目标词向量输入至预设的神经网络模型进行地址识别，得到所述文本数据的目标地址信息；其中，所述目标地址信息包括正地址信息；根据所述正地址信息更新所述原始地址信息。2.根据权利要求1所述的地址信息的更新方法，其特征在于，所述文本数据包括文本词语，所述对所述文本数据进行分词处理，得到词语序列，包括：将所述文本词语和预设的样本词语进行对比；若所述文本词语与所述样本词语相同，则对所述文本词语进行切分处理，得到初始词语；计算所述初始词语在所述文本数据的词频；根据所述词频对多个所述初始词语进行筛选，得到多个目标词语；根据多个所述目标词语进行序列构建，得到所述词语序列。3.根据权利要求1所述的地址信息的更新方法，其特征在于，所述对所述词语序列中的词语进行相对位置编码，得到所述词语的位置编码向量，包括：获取所述词语的位置标识；根据预设的正弦函数和所述位置标识对所述词语进行相对位置编码，得到第一相对位置编码；根据预设的余弦函数和所述位置标识对所述词语进行相对位置编码，得到第二相对位置编码；对所述第一相对位置编码和所述第二相对位置编码进行拼接处理，得到所述位置编码向量。4.根据权利要求1至3任一项所述的地址信息的更新方法，其特征在于，所述神经网络模型包括编码层、解码层和条件随机场层，所述将所述目标词向量输入至预设的神经网络模型进行地址识别，得到所述文本数据的目标地址信息，包括：通过所述编码层对所述目标词向量进行特征提取，得到所述目标词向量的第一地址语义特征；通过所述解码层对所述第一地址语义特征进行特征解码，得到所述目标词向量的第二地址语义特征；通过所述条件随机场层对所述第二地址语义特征进行特征判别，得到所述目标地址信息。5.根据权利要求4所述的地址信息的更新方法，其特征在于，所述编码层包括自注意力层和前馈神经网络层，所述...
【专利技术属性】
技术研发人员：李志韬，王健宗，程宁，
申请(专利权)人：平安科技深圳有限公司，
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。