[发明专利]一种目标地址的识别方法、分类模型的训练方法以及设备

权利要求书

1.一种目标地址的识别方法，其特征在于，所述方法包括：

获取待识别地址；

对所述待识别地址进行特征提取，得到特征集合；

根据分类模型对所述待识别地址进行识别，确定所述待识别地址是否为目标地址，所述分类模型是基于对多个物流信息相关的时间特征、用户人群特征训练得到的；

对所述待识别地址进行特征提取，得到特征集合包括：

将所述待识别地址切分成以词为粒度的词序列；

针对所述词序列进行语义标注，得到语义标注后的词序列；

针对所述语义标注后的词序列，提取bigram特征；

获取预先设定的特征模板；

依据所述特征模板对所述语义标注后的词序列提取skip-gram特征；

所述bigram特征以及skip-gram特征组成特征集合；

根据分类模型对所述待识别地址进行识别，确定所述待识别地址是否为目标地址包括：

对所述特征集合中的多个特征设置对应的权重值：

根据文本模型、所述特征以及所述特征对应的权重值对所述待识别地址进行预测，得到所述特征对应的回归值，所述文本模型是将所述多个物流信息对应的特征以及所述多个物流信息的特征对应的权重值作为深度神经网络DNN模型的输入训练得到的；

根据分类模型结合所述特征对应的回归值对所述待识别地址进行识别，得到所述待识别地址的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述分类模型是基于对多个物流信息相关的时间特征、用户人群特征训练得到的包括：

获取多个物流信息；

对所述物流信息按照街道行政区划粒度进行特征分区；

统计所述物流信息，得到所述物流信息对应的时间特征、用户人群特征；

对所述文本模型、时间特征、用户人群特征进行归一化；

将不同街道下的物流信息的时间特征、用户人群特征以及文本模型作为输入特征进行并行训练，得到分类模型。

3.一种目标地址的识别设备，其特征在于，所述设备包括：

地址获取装置，用于获取待识别地址；

特征提取装置，用于对所述待识别地址进行特征提取，得到特征集合；

地址识别装置，用于根据分类模型对所述待识别地址进行识别，确定所述待识别地址是否为目标地址，所述分类模型是基于对多个物流信息相关的时间特征、用户人群特征训练得到的；

所述特征提取装置包括：

分词模块，用于将所述待识别地址切分成以词为粒度的词序列；

标注模块，用于针对所述词序列进行语义标注，得到语义标注后的词序列；

第一特征提取模块，用于针对所述语义标注后的词序列，提取bigram特征；

特征模板获取模块，用于获取预先设定的特征模板；

第二特征提取模块，用于依据所述特征模板对所述语义标注后的词序列提取skip-gram特征，所述bigram特征以及skip-gram特征组成特征集合；

所述地址识别装置包括：

权重设置模块，用于对所述特征集合中的多个特征设置对应的权重值：

文本预测模块，用于根据文本模型、所述特征以及所述特征对应的权重值对所述待识别地址进行预测，得到所述特征对应的回归值，所述文本模型是将所述多个物流信息对应的特征以及所述多个物流信息的特征对应的权重值作为深度神经网络DNN模型的输入训练得到的；

地址识别模块，用于根据分类模型结合所述特征对应的回归值对所述待识别地址进行识别，得到所述待识别地址的识别结果。

4.根据权利要求3所述的设备，其特征在于，所述分类模型是基于对多个物流信息相关的时间特征、用户人群特征训练得到的包括：

获取多个物流信息；

对所述物流信息按照街道行政区划粒度进行特征分区；

统计所述物流信息，得到所述物流信息对应的时间特征、用户人群特征；

对所述文本模型、时间特征、用户人群特征进行归一化；

将不同街道下的物流信息的时间特征、用户人群特征以及文本模型作为输入特征进行并行训练，得到分类模型。