[发明专利]收货地址的识别方法、存储介质和处理器

权利要求书

1.一种收货地址的识别方法，其特征在于，包括：

获取待识别的订单信息的语义信息，其中，所述订单信息至少包括：用于表征订单中记录的收货地址；

基于所述语义信息确定所述收货地址的异常概率，其中，所述异常概率用于表示所述收货地址处于异常状态的可能性；

响应于所述异常概率大于概率阈值，基于目标收货地址识别所述收货地址是否处于所述异常状态，其中，所述目标收货地址对应的订单的下单时间与所述收货地址对应的订单的下单时间相关联，和/或，所述目标收货地址的状态为正常状态。

2.根据权利要求1所述的方法，其特征在于，基于目标收货地址识别所述收货地址是否处于所述异常状态，包括：

基于所述收货地址的向量和所述目标收货地址，识别所述收货地址是否处于所述异常状态。

3.根据权利要求2所述的方法，其特征在于，基于所述收货地址的向量和所述目标收货地址，识别所述收货地址是否处于所述异常状态，包括：

将所述收货地址的向量和第一收货地址的向量与进行聚合，得到聚合结果，其中，所述目标收货地址包括所述第一收货地址，所述第一收货地址对应的订单的下单时间与所述收货地址对应的订单的下单时间之差在时间阈值内，所述聚合结果用于表示与所述收货地址相聚合的所述第一收货地址的数量；

响应于所述聚合结果大于聚合阈值，确定所述收货地址处于所述异常状态。

4.根据权利要求2所述的方法，其特征在于，基于所述收货地址的向量和所述目标收货地址，识别所述收货地址是否处于所述异常状态，包括：

将所述收货地址的向量和第二收货地址的向量进行匹配，得到匹配结果，其中，所述目标收货地址包括所述第二收货地址，所述第二收货地址处于所述正常状态，所述匹配结果用于表示所述第二收货地址与所述收货地址之间的相似度；

响应于所述匹配结果大于匹配阈值，确定所述收货地址处于所述正常状态。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于向量生成模型生成所述收货地址的向量，其中，所述向量生成模型为基于第一收货地址样本中的词进行训练得到，所述词由多元模型编码表示。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

确定所述第一收货地址样本中的词的上下文词；

基于所述上下文词训练得到所述向量生成模型。

7.根据权利要求1所述的方法，其特征在于，基于所述语义信息确定所述收货地址的异常概率，包括：

获取所述语义信息的多个字符；

基于所述多个字符确定所述异常概率。

8.根据权利要求7所述的方法，其特征在于，基于所述多个字符确定所述异常概率，包括：

对所述多个字符进行组合，得到组合结果；

基于所述组合结果所表示的收货地址为完整收货地址的概率，确定所述异常概率。

9.根据权利要求8所述的方法，其特征在于，对所述多个字符进行组合，得到组合结果，包括：

基于语言模型对所述多个字符进行组合，得到所述组合结果，其中，所述语言模型为基于第二收货地址样本中的字符进行训练得到。