[发明专利]一种虚假地址识别方法、装置及设备

权利要求书

1.一种虚假地址识别方法，其特征在于，包括：

预先构建地址识别模型，所述地址识别模型包括：语言模型和分类模型；

响应于地址识别请求，所述地址识别请求包括待识别地址的名称，对所述待识别地址的名称进行按字分割，生成与每个字相对应的词向量，根据所述待识别地址中各个字的词向量，生成所述待识别地址的词向量序列；

将所述词向量序列输入到所述语言模型中进行特征提取，得到与所述待识别地址对应的特征信息，以及在特征提取过程中对所述待识别地址的修正信息；

将所述特征信息和所述修正信息输入到所述分类模型，得到所述待识别地址的识别结果。

2.根据权利要求1所述的一种虚假地址识别方法，其特征在于，所述方法还包括构建所述语言模型的步骤，所述构建所述语言模型的步骤包括：

获取无标签地址语料信息，对所述地址语料信息中的每个地址的名称进行按字分割，生成与每个字相对应的词向量，根据所述地址中各个字的词向量，生成所述地址的词向量序列；

将所述地址语料信息中各地址的词向量序列依次输入到自编码模型中，对所述自编码模型进行训练；

从训练好的自编码模型中抽取出编码模块作为所述语言模型。

3.根据权利要求2所述的一种虚假地址识别方法，其特征在于，所述将所述地址语料信息中各地址的词向量序列依次输入到自编码模型中，对所述自编码模型进行训练包括：

获取所述自编码模型的待输出地址信息，将所述待输出地址信息以一位有效编码的形式进行标识。

4.根据权利要求1所述的一种虚假地址识别方法，其特征在于，所述方法还包括基于所述语言模型构建所述分类模型的步骤，所述基于所述语言模型构建分类模型的步骤包括：

获取有标签地址样本，生成与所述有标签地址样本中各地址相对应的词向量序列，所述有标签地址样本包括虚假地址样本和正常地址样本；

将各地址的词向量序列依次输入所述语言模型中，生成各地址的特征信息和修正信息；

以每个地址的所述特征信息和所述修正信息作为所述分类模型的输入，以所述地址的标签作为所述分类模型的输出，对所述分类模型进行训练。

5.根据权利要求4所述的一种虚假地址识别方法，其特征在于，当基于所述语言模型构建所述分类模型时，停止更新所述语言模型的模型参数。

6.根据权利要求1所述的一种虚假地址识别方法，其特征在于，所述分类模型包括长短期记忆网络和全连接分类层。

7.一种虚假地址识别装置，其特征在于，包括：

识别模型构建模块，用于预先构建地址识别模型，所述地址识别模型包括：语言模型和分类模型；

词向量生成模块，用于响应于地址识别请求，所述地址识别请求包括待识别地址的名称，对所述待识别地址的名称进行按字分割，生成与每个字相对应的词向量，根据所述待识别地址中各个字的词向量，生成所述待识别地址的词向量序列；

特征提取模块，用于将所述词向量序列输入到所述语言模型中进行特征提取，得到与所述待识别地址对应的特征信息，以及在特征提取过程中对所述待识别地址的修正信息；

分类识别模块，用于将所述特征信息和所述修正信息输入到所述分类模型，得到所述待识别地址的识别结果。

8.根据权利要求7所述的一种虚假地址识别装置，其特征在于，所述识别模型构建模块包括语言模型构建模块，所述语言模型构建模块包括：

地址语料获取模块，用于获取无标签地址语料信息，对所述地址语料信息中的每个地址的名称进行按字分割，生成与每个字相对应的词向量，根据所述地址中各个字的词向量，生成所述地址的词向量序列；

自编码模型训练模块，用于将所述地址语料信息中各地址的词向量序列依次输入到自编码模型中，对所述自编码模型进行训练；

模型抽取模块，用于从训练好的自编码模型中抽取出编码模块作为所述语言模型。