CN114861658A - 地址信息解析方法及装置、设备和介质 - Google Patents

Abstract

本公开提供了一种地址信息解析方法及装置、设备和介质，涉及人工智能技术领域，尤其涉及深度学习、自然语言处理技术领域。实现方案为：获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；确定所述至少一个关键词在所述地址文本中的起止位置信息；以及至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

Description

地址信息解析方法及装置、设备和介质

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、自然语言处理技术领域，具体涉及一种地址信息解析方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

地址信息解析是指面向地址文本展开地址要素结构化处理，基于此解析地址文本所包含的地址信息的过程。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种地址信息解析方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种地址信息解析方法，包括：获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；确定所述至少一个关键词在所述地址文本中的起止位置信息；以及至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

根据本公开的另一方面，提供了一种地址信息解析模型的训练方法，包括：获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；确定所述至少一个关键词在所述样本地址文本中的起止位置信息；将所述样本地址文本和所述起止位置信息输入所述地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；基于所述真实地址信息和所述预测地址信息，计算损失值；以及基于所述损失值，对所述地址信息解析模型进行调参。

根据本公开的另一方面，提供了一种地址信息解析装置，包括：第一获取单元，被配置用于获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；第一确定单元，被配置用于确定所述至少一个关键词在所述地址文本中的起止位置信息；以及解析单元，被配置用于至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

根据本公开的另一方面，提供了一种地址信息解析模型的训练装置，包括：第二获取单元，被配置用于获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；第二确定单元，被配置用于确定所述至少一个关键词在所述样本地址文本中的起止位置信息；输入单元，被配置用于将所述样本地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；计算单元，被配置用于基于所述真实地址信息和所述预测地址信息，计算损失值；以及调参单元，被配置用于基于所述损失值，对所述地址信息解析模型进行调参。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述地址信息解析方法或地址信息解析模型的训练方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述地址信息解析方法或地址信息解析模型的训练方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述地址信息解析方法或地址信息解析模型的训练方法。

根据本公开的一个或多个实施例，可以提升地址信息解析的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开示例性实施例的地址信息解析方法的流程图；

图3示出了根据本公开示例性实施例的地址信息解析模型的结构示意图；

图4示出了根据本公开示例性实施例的地址信息解析模型的训练方法的流程图；

图5示出了根据本公开示例性实施例的地址信息解析装置的结构框图；

图6示出了根据本公开示例性实施例的地址信息解析模型的训练装置的结构框图；

图7示出了能够用于实现本公开实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

相关技术中，通常是利用深度学习模型进行地址要素标注，具体地，是将待解析的地址文本序列输入深度学习模型，以获取所述深度学习模型所输出的针对该地址文本序列的地址要素标注结果。但是，这种方式仅针对地址文本序列进行解析，准确性不够高。

基于此，本公开提供了一种地址信息解析方法，通过利用待解析的地址文本所包括的关键词的起止位置信息进行解析，能够防止地址信息解析中出现关键词的边界识别错误，提升地址信息解析的准确性。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行地址信息解析方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来发送待解析的地址文本。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

图2示出了根据本公开示例性实施例的地址信息解析方法200的流程图。如图2所示，方法200包括：

步骤S201、获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；

步骤S202、确定所述至少一个关键词在所述地址文本中的起止位置信息；以及

步骤S203、至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

通过确定待解析的地址文本所包括的能够表征地址信息的关键词的起止位置信息，并基于此进行地址信息解析，能够防止地址信息解析中出现关键词的边界识别错误，从而提升地址信息解析的准确性。

示例性地，所述表征地址信息的关键词可以是由人工预先配置并存储在关键词数据库中的。在这种情况下，可以是基于关键词数据库对待解析的地址文本进行匹配，从而能够确定所述表征地址信息的关键词在所述地址文本中的起止位置信息。进一步地，还可以对所述关键词进行分类，利用不同类型的关键词表征更加丰富的地址信息。

示例性地，所述表征地址信息的关键词可以包括能够表征行政区划名称和街道名称的地址要素词。例如，当待解析的地址文本为“AA市BB区CC路XX号YY小区”，在这一示例中，可以根据预先存储的表征行政区划名称和街道名称的地址要素词，通过关键词匹配的方式确定所述地址文本包括“AA市”、“BB区”和“CC路”三个关键词，进而得到其起止位置信息。

进一步地，在一些示例中，所述表征地址信息的关键词还可以包括能够表征兴趣点名称的兴趣点要素词，所述兴趣点要素词例如可以包括“小区”、“超市”、“公司”、“医院”等常用兴趣点名称。例如，当待解析的地址文本为“AA市BB区CC路XX号ZZ超市”，在这一示例中，可以根据预先存储的地址要素词和兴趣点要素词，通过关键词匹配的方式确定所述地址文本包括“AA市”、“BB区”、“CC路”和“超市”四个关键词，进而得到其起止位置信息。再例如，当待解析的地址文本为“AA市BB区AA市XX公司”，在这一示例中，“AA市XX公司”表征了某一兴趣点的名称，通过确定其中所包含的“公司”为兴趣点要素词，有利于区分该地址文本中两个“AA市”关键词的不同含义，避免地址信息解析错误。

进一步地，在一些示例中，所述表征地址信息的关键词还可以包括能够指示兴趣点属性的兴趣点属性词。示例性地，所述兴趣点属性词可以包括“购物”、“看病”、“买菜”等能够指示人们去往某一兴趣点的目的的关键词，例如，当待解析的地址文本为“去AA市BB区CC路XX号购物”，在这一示例中，利用“看病”关键词，可以辅助指示该地址文本中可能包含表征医院兴趣点的要素词，从而提升地址信息解析的准确性。示例性地，所述兴趣点属性词还可以包括“性价比高”、“菜品”、“好吃”等能够指示兴趣点的相关属性的关键词，例如，当待解析的地址文本为“AA市BB区CC路XX号的菜品很好吃”，在这一示例中，利用“菜品”和“好吃”关键词，可以辅助指示该地址文本中可能包含表征饭店兴趣点的要素词，从而提升地址信息解析的准确性。

根据一些实施例，步骤S203中至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：将所述地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息。由此，能够利用地址信息解析模型，简捷准确地获取所述地址文本所包含的地址信息，提升地址信息解析的效率和准确性。

在一些实施例中，在将所述地址文本输入地址信息解析模型之前，还可以对所述地址文本进行预处理，以使得所述地址文本符合标准格式，满足模型对输入数据形式的要求。例如，可以进行简繁体转化、全角半角转化、符号和数字归一化等预处理。

根据一些实施例，所述地址信息解析模型包括语言模型和地址要素标注模型，并且其中，所述将所述地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息包括：将所述地址文本输入所述语言模型，以获取所述语言模型所输出的所述地址文本对应的多个字向量；将所述多个字向量和所述起止位置信息输入所述地址要素标注模型，以获取所述地址要素标注模型所标注的至少一个地址要素；以及基于所述至少一个地址要素，确定所述地址文本所包含的地址信息。由此，能够利用语言模型获取待解析的地址文本对应的多个字向量，与所述关键词的起止位置信息进行拼接后进行地址要素标注，能够利用语言模型所输出的字向量所包含的文字语义信息，提升地址信息解析的准确性。

示例性地，所述语言模型为预训练语言模型。所述预训练语言模型例如可以是ERNIE模型，可以理解的，其也可以是其他类型的预训练语言模型，例如，还可以是BERT模型。通过获取预训练语言模型基于所述地址文本所输出的多个字向量，能够充分利用预训练语言模型所包含的自然语言的语义特征知识，提升地址信息解析的准确性。示例性地，所述地址要素标注模型可以是各种结构的神经网络模型，例如Transformer模型，对此不作限定。

示例性地，所述地址要素标注可以是以BIO标注的形式实现的，即针对所述地址文本中每个位置的文字分别标注其相应的地址要素BIO标签，从而能够基于所述标注标签得到该地址文本所包含的地址信息。所述地址要素标注也可以是以其他形式，例如可以针对所述地址文本所包括的地址要素词，分别标注其相应的类型。

根据一些实施例，方法200还包括：确定与所述至少一个关键词分别对应的至少一个关键词向量，其中，所述步骤S203中至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：基于所述起止位置信息和所述至少一个关键词向量，解析所述地址文本所包含的地址信息。由此，能够充分利用关键词向量所包含的关键词语义信息进行地址信息解析，提升地址信息解析的准确性。

示例性地，可以是将所述地址文本、所述起止位置信息和所述至少一个关键词向量输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息。

进一步地，在一些实施例中，所述确定与所述至少一个关键词分别对应的至少一个关键词向量包括：从词向量数据库中获取每个关键词对应的关键词向量，所述词向量数据库中包括多个关键词和与所述多个关键词分别对应的多个关键词向量之间的映射关系。由此，能够通过查询数据库，简捷高效地获取每个关键词对应的关键词向量，提升地址信息解析的效率。

示例性地，所述词向量数据库可以是通过如下方式构建的：将多个关键词中的每个关键词输入词向量转换模型，以得到所述词向量转换模型所输出的该关键词对应的关键词向量；以及记录所述多个关键词和与所述多个关键词分别对应的多个关键词向量之间的映射关系。所述词向量转换模型例如可以是各种类型的Word2Vec模型，从而能够利用Word2Vec模型所输出的关键词词向量所包含的语义信息来进行地址信息解析，以提升其准确性。

根据一些实施例，所述至少一个关键词包括与至少一个地址层级分别对应的至少一个地址要素词，在这种情况下，方法200还包括：确定所述至少一个地址要素词分别对应的地址层级信息，其中，所述步骤S203中至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：基于所述起止位置信息和所述地址层级信息，解析所述地址文本所包含的地址信息。

如前文所描述的，地址要素词可以是用于表征行政区划名称和街道名称，在这种情况下，可以基于每个地址要素词所表征的行政区划或街道的层级关系确定其对应的地址层级信息。所述地址层级信息可以是以层级标签的形式体现的，例如可以包括“省”、“市”、“区”、“街道”等多个层级。通过利用地址层级信息进行解析，能够更准确地确定地址文本中所包含的地址要素词，进而提升地址信息解析的准确性。

示例性地，可以是将所述地址文本、所述起止位置信息和所述地址层级信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息。

进一步地，在一些实施例中，所述确定所述至少一个地址要素词分别对应的地址层级信息包括：从地址层级数据库中获取每个地址要素词对应的地址层级信息，所述地址层级数据库存储有多个地址要素词和所述多个地址要素词之间的地址层级关系。由此，能够通过查询数据库，简捷高效地获取每个地址要素词对应的地址层级信息，提升地址信息解析的效率。

示例性地，所述地址层级数据库可以是以树形结构存储地址要素词的，例如可以是ACTrie数据结构，从而能够基于每个地址要素词在所述地址层级数据库中的存储位置，简便高效地确定该地址要素词对应的地址层级信息。

图3示出了根据本公开示例性实施例的地址信息解析模型的结构示意图。如图3所示，所述地址信息解析模型包括语言模型、关键词匹配单元和地址要素标注模型。

在利用所述模型进行地址信息解析之前，可以先利用前文所描述的方式构建词向量数据库和地址层级数据库。所述词向量数据库中存储有多个表征地址信息的关键词和与所述多个关键词分别对应的多个关键词向量，并且所述关键词中包括地址要素词，所述地址层级数据库中存储有多个地址要素词和所述多个地址要素词之间的地址层级关系。

示例性地，所述地址信息解析模型的应用过程可以包括如下步骤：

步骤S1、利用关键词匹配单元确定所述地址文本所包括的至少一个关键词的起止位置信息，其中所述至少一个关键词包括至少一个地址要素词；

步骤S2、从词向量数据库中获取每个关键词对应的关键词向量；

步骤S3、从地址层级数据库中获取每个地址要素词对应的地址层级信息；

步骤S4、将所述地址文本输入语言模型，以获取所述语言模型所输出的所述地址文本对应的多个字向量；

步骤S5、将所述多个字向量、所述起止位置信息、所述至少一个关键词向量、所述每个地址要素词对应的地址层级信息输入地址要素标注模型，以获取所述地址要素标注模型所标注的至少一个地址要素；

步骤S6、基于所述至少一个地址要素，确定所述地址文本所包含的地址信息。

根据本公开的另一方面，还提供一种地址信息解析模型的训练方法。图4示出了根据本公开示例性实施例的地址信息解析模型的训练方法400的流程图。如图4所示，方法400包括：

步骤S401、获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；

步骤S402、确定所述至少一个关键词在所述样本地址文本中的起止位置信息；

步骤S403、将所述样本地址文本和所述起止位置信息输入所述地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；

步骤S404、基于所述真实地址信息和所述预测地址信息，计算损失值；以及

步骤S405、基于所述损失值，对所述地址信息解析模型进行调参。

由此，能够确定待解析的地址文本所包括的能够表征地址信息的关键词的起止位置信息，并基于此进行地址信息解析，提升训练得到的地址信息解析模型的性能。

如前文所描述的，在一些实施例中，所述地址信息解析模型包括语言模型和地址要素标注模型，并且所述语言模型为预训练语言模型。在这种情况下，可以是在获取预训练语言模型和初始地址要素标注模型后，利用所述样本地址文本和所述样本地址文本对应的真实地址信息对所述预训练语言模型和初始地址要素标注模型进行训练，在步骤S405中基于所述损失值，对预训练语言模型和初始地址要素标注模型进行调参。由此，能够利用样本地址文本对预训练语言模型进行优化训练，提升训练所得到的模型的性能。

根据本公开的另一方面，还提供一种地址信息解析装置。图5示出了根据本公开示例性的地址信息解析装置500的结构框图。如图5所示，装置500包括：

第一获取单元501，被配置用于获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；

第一确定单元502，被配置用于确定所述至少一个关键词在所述地址文本中的起止位置信息；以及

解析单元503，被配置用于至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

地址信息解析装置500的单元501-单元503的操作与前面描述的步骤S201-步骤S203的操作类似，在此不作赘述。

根据本公开的另一方面，还提供一种地址信息解析模型的训练装置。图6示出了根据本公开示例性的地址信息解析模型的训练装置600的结构框图。如图6所示，装置600包括：

第二获取单元601，被配置用于获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；

第二确定单元602，被配置用于确定所述至少一个关键词在所述样本地址文本中的起止位置信息；

输入单元603，被配置用于将所述样本地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；

计算单元604，被配置用于基于所述真实地址信息和所述预测地址信息，计算损失值；以及

调参单元605，被配置用于基于所述损失值，对所述地址信息解析模型进行调参。

地址信息解析模型的训练装置600的单元601-单元605的操作与前面描述的步骤S401-步骤S405的操作类似，在此不作赘述。

根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的地址信息解析方法或地址信息解析模型的训练方法。

根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述的地址信息解析方法或地址信息解析模型的训练方法。

根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序再被处理器执行时实现上述的地址信息解析方法或地址信息解析模型的训练方法。

参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如地址信息解析方法或地址信息解析模型的训练方法。例如，在一些实施例中，地址信息解析方法或地址信息解析模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的地址信息解析方法或地址信息解析模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行地址信息解析方法或地址信息解析模型的训练方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种地址信息解析方法，包括：

获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；

确定所述至少一个关键词在所述地址文本中的起止位置信息；以及

至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

2.如权利要求1所述的方法，其中，所述至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：

将所述地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息。

3.如权利要求2所述的方法，其中，所述地址信息解析模型包括语言模型和地址要素标注模型，并且其中，所述将所述地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述地址文本所包含的地址信息包括：

将所述地址文本输入所述语言模型，以获取所述语言模型所输出的所述地址文本对应的多个字向量；

将所述多个字向量和所述起止位置信息输入所述地址要素标注模型，以获取所述地址要素标注模型所标注的至少一个地址要素；以及

基于所述至少一个地址要素，确定所述地址文本所包含的地址信息。

4.如权利要求1所述的方法，还包括：

确定与所述至少一个关键词分别对应的至少一个关键词向量，

其中，所述至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：

基于所述起止位置信息和所述至少一个关键词向量，解析所述地址文本所包含的地址信息。

5.如权利要求4所述的方法，其中，所述确定与所述至少一个关键词分别对应的至少一个关键词向量包括：

从词向量数据库中获取每个关键词对应的关键词向量，所述词向量数据库中包括多个关键词和与所述多个关键词分别对应的多个关键词向量之间的映射关系。

6.如权利要求1所述的方法，其中，所述至少一个关键词包括与至少一个地址层级分别对应的至少一个地址要素词，所述方法还包括：

确定所述至少一个地址要素词分别对应的地址层级信息，

其中，所述至少基于所述起止位置信息，解析所述地址文本所包含的地址信息包括：

基于所述起止位置信息和所述地址层级信息，解析所述地址文本所包含的地址信息。

7.如权利要求6所述的方法，其中，所述确定所述至少一个地址要素词分别对应的地址层级信息包括：

从地址层级数据库中获取每个地址要素词对应的地址层级信息，所述地址层级数据库存储有多个地址要素词和所述多个地址要素词之间的地址层级关系。

8.一种地址信息解析模型的训练方法，包括：

获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；

确定所述至少一个关键词在所述样本地址文本中的起止位置信息；

将所述样本地址文本和所述起止位置信息输入所述地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；

基于所述真实地址信息和所述预测地址信息，计算损失值；以及

基于所述损失值，对所述地址信息解析模型进行调参。

9.一种地址信息解析装置，包括：

第一获取单元，被配置用于获取待解析的地址文本，所述地址文本包括表征地址信息的至少一个关键词；

第一确定单元，被配置用于确定所述至少一个关键词在所述地址文本中的起止位置信息；以及

解析单元，被配置用于至少基于所述起止位置信息，解析所述地址文本所包含的地址信息。

10.一种地址信息解析模型的训练装置，包括：

第二获取单元，被配置用于获取样本地址文本和所述样本地址文本对应的真实地址信息，所述样本地址文本包括表征所述真实地址信息的至少一个关键词；

第二确定单元，被配置用于确定所述至少一个关键词在所述样本地址文本中的起止位置信息；

输入单元，被配置用于将所述样本地址文本和所述起止位置信息输入地址信息解析模型，以获取所述地址信息解析模型所输出的所述样本地址文本对应的预测地址信息；

计算单元，被配置用于基于所述真实地址信息和所述预测地址信息，计算损失值；以及

调参单元，被配置用于基于所述损失值，对所述地址信息解析模型进行调参。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-8中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。

Images