[发明专利]一种融合句式信息的地址要素识别方法

权利要求书

1.一种融合句式信息的地址要素识别方法，其特征在于，包括：

S100.获取待识别地址文本的地址片段序列和句式模式；

S200.将地址片段序列中的每个地址片段和地址的句式模式输入到特征表示层,得到地址片段序列的特征向量序列；其中，地址片段表示和地址句式表示，作为地址要素识别模型的参数，通过模型训练得到；

S300.将地址片段序列的特征向量序列输入到地址要素识别模型进行编码解码，得到地址片段序列的标签序列；

S400.将地址片段序列的标签序列输入到地址要素后处理模块，得到地址要素的识别结果。

2.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S100中，获取待识别地址文本的地址片段序列方法包括：从待识别的地址文本抽取出预定义的地址要素；这些预定义的地址要素包括：省、市、区、街道、居委会、道路、门牌号、兴趣点、楼栋、单元和楼层号。

3.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S100中，获取待识别地址文本的句式模式方法为：地址文本的句式模式通过匹配字典树得到的地址要素标签合并得到，在整个地址匹配完成之后，得到其句式模式为“行政区|兴趣点|楼栋”。

4.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S200中，特征表示层的特征融合，至少包括直接将各种特征拼接或拼接后采用全连接层映射。

5.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S300中，地址要素识别模型的编码层，至少包括于双向长短期记忆网络和BERT。

6.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S300中，地址要素识别模型的解码层，至少包括条件随机场和指针网络。

7.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S300中，地址要素识别模型的训练的方法为：采用随机梯度下降算法最小化损失函数对标注数据训练得到；地址要素识别模型的解码器采用Softmax，采用交叉熵作为误差函数。

8.如权利要求1所述的一种融合句式信息的地址要素识别方法，其特征在于，S300中，地址要素识别模型训练的损失函数如下：

其中，n表示一个地址文本被切分之后的序列长度，k表示地址要素的标签个数，y_i,j表示地址片段的真实标签，表示通过模型预测的地址片段的概率分布；损失函数实际上是对地址片段序列中的每个片段计算交叉熵，然后对整个序列的交叉熵求平均得到整个地址文本的损失值。