[发明专利]地址信息匹配方法及其装置、设备、介质、产品

说明书

本申请公开一种地址信息匹配方法及其装置、设备、介质、产品，所述方法包括：经地址匹配模型中的第一语义提取模型提取第一地址信息的深层语义信息，获得第一向量；经地址匹配模型中的第二语义提取模型提取第二地址信息的深层语义信息，获得第二向量；关联地址匹配模型中预学习的权重构造综合向量，该综合向量为第一向量、第二向量以及第三向量拼接而成的多通道向量乘以所述权重的结果，其中第三向量为第一向量与第二向量的矩阵差值的绝对值；采用所述地址匹配模型中的分类器根据所述综合向量进行二分类判定，以获得二值化结果。本申请的技术方案能够准确判定两个地址信息之间的一致性。

技术领域

本申请涉及电商信息处理技术领域，尤其涉及一种地址信息匹配方法及其相应的装置、计算机设备、计算机可读存储介质，以及计算机程序产品。

背景技术

物流服务体系在电商领域中特别重要。物流服务是从接收顾客订单开始到将商品送到顾客手中为止所发生的所有服务活动，可使交易的产品或服务实现增值。其本质是更好地满足顾客需求，即保证顾客需要的商品在顾客要求的时间内准时送达，服务能达到顾客所要求的水平等。

在电商领域的物流服务平台中，物流服务根据用户提供的地址文本进行识别提取，并规整输出各个行政层级相对应的地名，以便协助实现商品的物流送达。

现实中，由于用户习惯以及部分非平台订单缺少地址校验机制等原因，用户留下来的地址存在各种小错误，商家在自主使用物流系统发货的时候，发现系统无法正确识别地址，导致不能正常发货。

现有技术中存在多种识别地址信息的准确度的技术方案，例如传统基于 TD-IDF、BM25等算法的匹配方案或者基于循环神经网络(RNN)的深度学习方案等，实践中，此类现有技术均存在各种各样的不足，例如不能实现两个地址信息之间的高精准匹配，严重依赖训练数据的数据规模等，因此，本申请尝试探索更贴近实际需求以提升电商领域中的地址信息匹配效率的方案。

发明内容

本申请的首要目的在于解决上述问题至少之一而提供一种地址信息匹配方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品。

为满足本申请的各个目的，本申请采用如下技术方案：

适应本申请的目的之一而提供的一种地址信息匹配方法，包括如下步骤：

经预先训练至收敛状态的地址匹配模型中的第一语义提取模型提取第一地址信息的深层语义信息，获得相应的第一向量；

经所述地址匹配模型中的第二语义提取模型提取第二地址信息的深层语义信息，获得相应的第二向量；

关联所述地址匹配模型中预学习的权重构造综合向量，该综合向量为第一向量、第二向量以及第三向量拼接而成的多通道向量乘以所述权重的结果，其中第三向量为所述第一向量与第二向量的矩阵差值的绝对值；

采用所述地址匹配模型中的分类器根据所述综合向量进行二分类判定，以获得所述第一地址信息与第二地址信息是否构成相匹配的二值化结果。

扩展的一种实施例中，所述地址匹配模型的训练过程，包括如下步骤：

从训练数据集中获取训练样本，所述训练样本为正样本或负样本，其中，正样本包括被定义为构成匹配的第一地址信息和第二地址信息，负样本包括被定义为不构成匹配的第一地址信息和第二地址信息；

将所述训练样本中的第一地址信息与第二地址信息分别输入所述地址匹配模型的第一语义提取模型和第二语义提取模型，以便获得所述的综合向量；

根据所述训练样本属于正样本或负样本监督所述分类器根据综合向量判定出的结果，计算该结果的模型损失值；