[发明专利]地址识别方法、装置、计算机设备及存储介质

权利要求书

1.一种地址识别方法，其特征在于，包括以下步骤：

获取多个地址文本；

根据各所述地址文本对应的地理位置，和/或，各所述地址文本所属的文本类型，对所述多个地址文本进行分组；

对每个所述地址文本识别包含编码的第一文本部分，以及除所述第一文本部分以外的第二文本部分；

对同一分组内的至少两地址文本，采用语义相似度模型识别所述第二文本部分，以得到所述至少两地址文本之间所述第二文本部分的语义相似度；

根据所述至少两地址文本的所述语义相似度，和/或所述第一文本部分的文本匹配性，识别所述至少两地址文本是否属于相同地址。

2.根据权利要求1所述的地址识别方法，其特征在于，所述根据所述至少两地址文本所述第二文本部分的语义相似度，和/或所述第一文本部分的文本匹配性，识别所述至少两地址文本是否属于相同地址，包括：

在所述至少两地址文本包含所述第一文本部分的情况下，若所述至少两地址文本中的第一文本部分匹配，且所述语义相似度大于第一阈值，将所述至少两地址文本识别为相同地址；

在所述至少两地址文本未包含所述第一文本部分的情况下，若所述语义相似度大于第二阈值，将所述至少两地址文本识别为相同地址；其中，所述第二阈值大于所述第一阈值。

3.根据权利要求1所述的地址识别方法，其特征在于，所述语义相似度识别模型包括通用识别模型和分组识别模型；

所述对同一分组内的至少两地址文本，采用语义相似度模型识别所述第二文本部分，以得到所述至少两地址文本之间所述第二文本部分的语义相似度，包括：

将所述至少两地址文本的第二文本部分输入所述通用识别模型，以得到输出的第一相似度；

将所述至少两地址文本的所述第二文本部分输入所属分组对应的分组识别模型，以得到输出的第二相似度；

根据所述第一相似度和所述第二相似度，确定所述语义相似度。

4.根据权利要求3所述的地址识别方法，其特征在于，所述根据所述第一相似度和所述第二相似度，确定所述语义相似度，包括：

根据预设的权重，对所述第一相似度和所述第二相似度进行加权，以得到所述语义相似度。

5.根据权利要求1-4任一项所述的地址识别方法，其特征在于，所述根据各所述地址文本对应的地理位置，和/或，各所述地址文本所属的文本类型，对所述多个地址文本进行分组，包括：

根据各所述地址文本对应的地理位置，从多个设定区域范围中，确定各所述地址文本所属的区域范围；

将属于相同区域范围的所述地址文本，划分为同一分组。

6.根据权利要求5所述的地址识别方法，其特征在于，所述根据各所述地址文本对应的地理位置，从多个设定区域范围中，确定各所述地址文本所属的区域范围，包括：

对各所述地址文本，将表征地理位置的经纬度信息进行哈希编码；

将属于同一地理网格的哈希编码，以及处于所述地址网络边缘的哈希编码，确定处于所述地理网格对应的区域范围；

根据各所述哈希编码所处的区域范围，确定各所述地址文本所属的区域范围。

7.根据权利要求6所述的地址识别方法，其特征在于，所述根据所述至少两地址文本所述第二文本部分的语义相似度，和/或所述第一文本部分的文本匹配性，识别所述至少两地址文本是否属于相同地址之后，还包括：

查询属于至少两目标分组的重复地址文本，以及在所述至少两目标分组中确定与所述重复地址文本属于相同地址的目标地址文本；

对所述重复地址文本去重，并将所述至少两目标分组中的所述目标地址文本确定为对应相同地址。

8.根据权利要求1-4任一项所述的地址识别方法，其特征在于，所述根据各所述地址文本对应的地理位置，和/或，各所述地址文本所属的文本类型，对所述多个地址文本进行分组，包括：

根据所述地址文本所指示的场所，确定所述地址文本所属的文本类型；

根据所述地址文本所属的文本类型，对所述多个地址文本进行分组。