[发明专利]地理信息确定方法、装置、电子设备及计算机存储介质

权利要求书

1.一种地理信息确定方法，包括：

获取同一地理区域内的多个地址数据；

为所述多个地址数据分别生成多个地址片段，其中部分地址片段为有标签地址片段；

为所述多个地址片段分别生成上下文特征向量；

根据多个上下文特征向量，确定多个地址片段之间的上下文相似度；

根据有标签地址片段和多个地址片段之间的上下文相似度，得到所述多个地址数据中无标签地址片段的标签类型；

其中，所述为所述多个地址片段分别生成上下文特征向量，包括：

基于各地址片段所属地址数据中其它数据所包含的字符内容，确定各地址片段对应的上下文特征向量。

2.根据权利要求1所述的方法，其中，所述为所述多个地址数据分别生成多个地址片段，包括：

按照预设的拆分粒度对第一地址数据中相邻的字符进行拆分，得到多个字符片段；

针对一个字符片段，统计在所述多个地址数据中，与该字符片段相邻的字符的种类数；并基于所述相邻的字符的种类数，确定该字符片段的边界自由度，所述边界自由度用于表征该字符片段与不同字符组合的自由度；

将各字符片段中，所述边界自由度大于预设自由度阈值的字符片段确定为所述第一地址数据的地址片段。

3.根据权利要求2所述的方法，其中，所述统计在所述多个地址数据中，与该字符片段相邻的字符的种类数；并基于所述相邻的字符的种类数，确定该字符片段的边界自由度，包括：

统计在所述多个地址数据中，与该字符片段左侧相邻的字符的种类数，作为该字符片段的左边界自由度；

统计在所述多个地址数据中，与该字符片段右侧相邻的字符的种类数，作为该字符片段的右边界自由度；

将所述左边界自由度和所述右边界自由度中的最小值，确定为该字符片段的边界自由度。

4.根据权利要求1-3任一所述的方法，其中，所述为所述多个地址片段分别生成上下文特征向量，包括：

针对第一地址片段，构建初始上下文特征向量，所述初始上下文特征向量中的元素与预设字符表中的字符一一对应；

基于所述第一地址片段所对应的地址数据中包含的除第一地址片段之外的其它数据，确定所述初始上下文特征向量中每个元素的元素值，得到所述第一地址片段对应的上下文特征向量。

5.根据权利要求4所述的方法，其中，所述基于所述第一地址片段所对应的地址数据中包含的除第一地址片段之外的其它数据，确定所述初始上下文特征向量中每个元素的元素值，包括：

针对所述初始上下文特征向量中的第一元素，如果与所述第一元素对应的字符未出现在所述第一地址片段所对应的地址数据中包含的除第一地址片段之外的其它数据中，将所述第一元素的元素值确定为0；

如果与所述第一元素对应的字符出现在所述其它数据中，将所述第一元素的元素值确定为1。

6.根据权利要求4所述的方法，其中，所述基于所述第一地址片段所对应的地址数据中包含的除第一地址片段之外的其它数据，确定所述初始上下文特征向量中每个元素的元素值，包括：

针对所述初始上下文特征向量中的第二元素，如果与所述第二元素对应的字符未出现在所述第一地址片段所对应的地址数据中包含的除第一地址片段之外的其它数据中时，将所述第二元素的元素值确定为0；

如果与所述第二元素对应的字符出现在所述其它数据中，确定所述第二元素对应的字符与所述第一地址片段之间间隔的字符数量，并基于所述字符数量确定所述第二元素的元素值。

7.根据权利要求1-3任一所述的方法，其中，所述根据多个上下文特征向量，确定多个地址片段之间的上下文相似度，包括：

针对任意两个所述地址片段，计算该两个地址片段对应的上下文特征向量之间的相似度，作为该两个地址片段间的上下文相似度。