[发明专利]地址信息提取方法、装置、计算机设备和存储介质

权利要求书

1.一种地址信息提取方法，所述方法包括：

获取待识别快递运单；

提取所述待识别快递运单的原始地址信息；

对所述原始地址信息中的层级地址信息进行标注，获取标注地址信息；

根据所述标注地址信息与预设关键地址集，获取所述原始地址信息对应的标准地址信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述标注地址与预设关键地址集，获取所述原始地址信息中的标准地址信息包括：

获取所述标注地址信息中的关键地址，与预设关键地址集中标准关键地址的相似度；

根据所述相似度，识别所述标注地址信息对应的标准关键地址；

根据所述标注地址信息与所述标准关键地址，获取所述原始地址信息对应的标准地址信息。

3.根据权利要求2所述的方法，其特征在于，所述获取所述标注地址信息，与预设关键地址集中标准关键地址的相似度包括：

根据所述标注地址信息中的标注，识别所述标注地址信息中的兴趣面地址与标注关键地址；

查找所述兴趣面地址对应的预设关键地址集；

通过基于计算Word Embedding余弦距离的fasttext文本相似度算法，获取所述标注关键地址与所述预设关键地址集中标准关键地址的相似度。

4.根据权利要求2所述的方法，其特征在于，所述获取所述标注地址信息，与预设关键地址集中标准关键地址的相似度之前，还包括：

获取带层级地址信息标注的历史快递运单数据；

根据所述层级地址信息标注，识别所述历史快递运单数据中的兴趣面地址，以及所述兴趣面地址对应的关键地址的地址组合；

对兴趣面地址相同的所述地址组合进行聚类，构建各兴趣面地址对应的预设关键地址集。

5.根据权利要求4所述的方法，其特征在于，所述对兴趣面地址相同的所述地址组合进行聚类，构建各兴趣面地址对应的预设关键地址集之前，还包括：

确定各地址组合在所述历史快递运单数据中的出现频率以及各地址组合之间的相似度；

根据所述出现频率以及所述相似度对所述各地址组合进行清洗；

所述对兴趣面地址相同的所述地址组合进行聚类，构建各兴趣面地址对应的预设关键地址集包括：

对清洗后的兴趣面地址相同的所述地址组合进行聚类，构建各兴趣面地址对应的预设关键地址集。

6.根据权利要求2所述的方法，其特征在于，所述根据所述标注地址信息与预设关键地址集，获取所述原始地址信息对应的标准地址信息之后，还包括：

对所述标准地址信息中的标准关键地址进行标注。

7.根据权利要求1所述的方法，其特征在于，所述对所述原始地址信息中的层级地址信息进行标注，获取标注地址信息包括：

通过预设LSTM信息标注模型，对所述原始地址信息中的层级地址信息进行标注，获取标注地址，所述预设LSTM信息标注模型通过带层级地址信息标注的历史快递运单数据训练获取。

8.一种地址信息提取装置，其特征在于，所述装置包括：

运单获取模块，用于获取待识别快递运单；

地址提取模块，用于提取所述待识别快递运单的原始地址信息；

地址信息标注模块，用于对所述原始地址信息中的层级地址信息进行标注，获取标注地址信息；

标准地址识别模块，用于根据所述标注地址信息与预设关键地址集，获取所述原始地址信息对应的标准地址信息。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。