[发明专利]快件地址的纠错方法及装置

权利要求书

1.一种快件地址的纠错方法，其特征在于，所述快件地址的纠错方法包括：

获取目标快件，其中，所述目标快件是通过对预设时间段内的多个快件进行多路召回得到的一个快件；

基于所述目标快件的多路召回特征对所述目标快件进行编码，得目标快件的编码特征，其中，不同类型的多路召回特征对应不同的编码方式；

基于所述编码特征确定所述目标快件是否属于错分快件；

若所述目标快件属于错分快件，对所述目标快件的地址进行纠错。

2.根据权利要求1所述的快件地址的纠错方法，其特征在于，所述基于所述目标快件的多路召回特征对所述目标快件进行编码，得目标快件的编码特征，包括：

若所述目标快件的多路召回特征的数据类型为时序数据类型，则基于第一预设模型进行编码，得到所述目标快件的编码特征；

若所述目标快件的多路召回特征的数据类型为图数据类型，则基于第二预设模型进行编码，得到所述目标快件的编码特征。

3.根据权利要求1所述的快件地址的纠错方法，其特征在于，所述基于所述编码特征确定所述目标快件是否属于错分快件，包括：

获取错分快件表征网络模型，其中，所述错分快件表征网络模型是通过预设训练集训练得到的，所述预设训练集包括多个样本快件和对应的样本标签，所述样本标签表示所述样本快件是否属于错分快件；

将所述编码特征输入错分快件表征网络模型，得到所述目标快件的目标表征向量；

根据所述目标表征向量和预设训练集中多个样本快件的表征向量从所述预设训练集中获取参考快件；其中，所述参考快件为所述预设训练集中与所述目标快件相似度最高的样本快件；

根据所述参考快件的样本标签确定所述目标快件是否属于错分快件。

4.根据权利要求3所述的快件地址的纠错方法，其特征在于，所述获取错分快件表征网络模型，包括：

获取预设胶囊网络，其中，所述预设胶囊网络包括主胶囊层、数字胶囊层、Relu层以及Softmax层；

利用所述主胶囊层根据样本快件的编码特征生成多个胶囊输出向量；

利用所述数字胶囊层对所述多个胶囊输出向量仿射变换、加权求和以及非线性激活，得到样本快件的第一表征向量；

利用所述Softmax层基于所述第一表征向量进行分类，得到分类结果；

根据所述分类结果和样本快件的样本标签之间的误差对所述预设胶囊网络迭代训练，得到所述错分快件表征网络模型。

5.根据权利要求4所述的快件地址的纠错方法，其特征在于，所述预设胶囊网络包括注意力层，所述利用所述Softmax层基于所述第一表征向量进行分类，得到分类结果，包括：

利用所述注意力层对所述第一表征向量中的各个特征的权重进行调整，得到第二表征向量；

利用所述Softmax层对所述第二表征向量进行分类，得到分类结果。

6.根据权利要求4所述的快件地址的纠错方法，其特征在于，所述利用所述数字胶囊层对所述多个胶囊输出向量仿射变换、加权求和以及非线性激活，得到样本快件的第一表征向量，包括：

判断所述目标快件的多路召回特征是否属于预设召回特征；其中，属于所述预设召回特征的快件的错发概率高于预设概率；

若所述目标快件的多路召回特征属于预设召回特征，则利用所述数字胶囊层对所述多个胶囊输出向量进行双线性型乘积方式的仿射变换。

7.根据权利要求1所述的快件地址的纠错方法，其特征在于，所述若所述目标快件属于错分快件，对所述目标快件的地址进行纠错，包括：

若所述目标快件属于错分快件，获取目标快件的目标地址和预设地址库中的多个预设地址；

分别计算目标地址和所述多个预设地址中各个预设地址之间的地址相似度；

将与所述目标地址之间地址相似度高于预设值的预设地址确定为纠错地址。