[发明专利]基于深度学习模型接处警文本居住地信息提取方法和装置

说明书

本公开实施例公开了基于深度学习模型接处警文本居住地信息提取方法和装置。该方法的一具体实施方式包括：获取待提取居住地信息接处警文本；对上述待提取居住地信息接处警文本进行切词得到相应的分词序列；对于所得到的分词序列中的每个分词，执行以下居住地信息分类操作：将该分词对应的词向量输入居住地信息分类模型，得到该分词是否为居住地信息的分类结果，其中，上述居住地信息分类模型是基于深度学习模型预先训练得到的；根据上述分词序列中相应的分类结果为用于指示是居住地信息的各分词确定上述待提取居住地信息接处警文本对应的居住地信息集合。该实施方式实现了自动提取接处警文本中的居住地信息。

技术领域

本公开实施例涉及计算机技术领域，具体涉及基于深度学习模型接处警文本居住地信息提取方法和装置。

背景技术

目前，公安机关的110接警员在接警时会录入接警文本。处警员在处警结束后会录入处警文本。接处警文本即包括上述接警文本和处警文本。实践中，大量接处警文本中会涉及关于涉案人员的居住地信息的描述。其中，居住地信息可以包括居住地标识和对应的居住地地址。例如，“家住甲省乙市丙小区二号楼三单元603”为一条居住地信息，其中，“家住”为居住地标识，用于指示其后面内容为“家住”对应的居住地地址，而“甲省乙市丙小区二号楼三单元603”则为“家住”对应的居住地地址。又例如，“曾住甲省乙市丙小区一号楼一单元303”也是一条居住地信息，其中，“曾住”为居住地标识，用于指示其后面内容为对应的居住地地址，而“甲省乙市丙小区一号楼一单元303”则为“曾住”对应的居住地地址。

对于案情分析人员而言，提取出接处警文本中的居住地信息是非常重要的。例如，案情分析员可以根据大量的历史接处警文本中提取的居住地信息进行统计分析，以得出某省某地市的指定类型犯罪人员相关信息，进而可以对未来对居住在该省该地市的人员管理提供数据依据。目前，大都采用人工提取接处警文本中的居住地信息，然而凭人工提取接处警文本中的居住地信息的人工成本太高且依赖于个人经验。

发明内容

本公开实施例提出了基于深度学习模型接处警文本居住地信息提取方法和装置。

第一方面，本公开实施例提供了一种基于深度学习模型的接处警文本居住地信息提取方法，该方法包括：获取待提取居住地信息接处警文本；对上述待提取居住地信息接处警文本进行切词得到相应的分词序列；对于所得到的分词序列中的每个分词，执行以下居住地信息分类操作：将该分词对应的词向量输入居住地信息分类模型，得到该分词是否为居住地信息的分类结果，其中，上述居住地信息分类模型是基于深度学习模型预先训练得到的；根据上述分词序列中相应的分类结果为用于指示是居住地信息的各分词确定上述待提取居住地信息接处警文本对应的居住地信息集合。

在一些实施例中，上述基于深度学习模型的居住地信息分类模型是通过如下训练步骤预先训练得到的：获取训练样本集合，其中，训练样本包括对历史接处警文本进行切词所得到的分词序列以及与该分词序列对应的标注信息序列，其中，标注信息用于指示分词序列中相应分词是否为居住地信息；将上述训练样本集合中相应分词序列包括居住地信息分词的各训练样本确定为正样本集合，其中，居住地信息分词为分词序列中相应的标注信息指示该分词为居住地信息的分词；根据上述正样本集合中每个正样本的分词序列所包括的各居住地信息分词，确定该正样本的文本特征向量；以上述正样本集合中正样本的文本特征向量作为输入，以用于指示是居住地信息的分类结果作为相应期望输出，训练初始深度学习模型，得到上述居住地信息分类模型。

在一些实施例中，上述训练步骤还包括：将预设负样本特征向量输入上述居住地信息分类模型得到相应实际输出结果；根据所得到的实际输出结果和用于指示不是居住地信息的分类结果之间的差异调整上述居住地信息分类模型的模型参数。