[发明专利]一种企业办公地址的识别方法及装置

权利要求书

1.一种企业办公地址的识别方法，其特征在于，包括：

根据待识别企业地址的关联数据，构建第一特征；其中，所述第一特征包括与所述待识别企业地址相关的文字信息以及数值信息；

通过多个不同结构的预设分类算法模型，分别对所述第一特征进行特征提取，以输出多个第一分类概率结果；其中，各所述预设分类算法模型是根据已通过真实性检验的多个企业地址的关联数据训练而成，包括：根据已通过真实性检验的多个企业地址的关联数据，构建第一训练特征；其中，所述第一训练特征包括与所述待识别企业地址相关的文字信息以及数值信息；对所述第一训练特征的所述文字信息进行数值编码，以转换为数值特征，并将经过转换处理后的所述第一训练特征构成训练集；获取多个分类算法初始模型，并通过所述训练集，分别对所述多个分类算法初始模型进行训练，获得所述多个不同结构的预设分类算法模型；

根据所述多个第一分类概率结果，确定所述待识别企业地址是否为所述待识别企业在当前时刻下的办公地址，包括：根据预设的权重，对所述多个第一分类概率进行加权平均计算，以输出第二分类概率结果；根据所述第二分类概率结果与预设的阈值的比较结果，确定所述待识别企业地址是否为所述待识别企业在当前时刻下的办公地址。

2.根据权利要求1所述的企业办公地址的识别方法，其特征在于，在所述根据待识别企业地址的关联数据，构建第一特征之后，还包括：

对所述第一特征的所述文字信息进行数值编码，以转换为数值特征。

3.根据权利要求1所述的企业办公地址的识别方法，其特征在于，所述多个不同结构的预设分类算法模型包括：在LightGBM模型、随机森林模型和SVM模型中的任意两种或多种组合。

4.一种企业办公地址的识别装置，其特征在于，包括：特征构建模块、特征提取模块、分类判断模块；

其中，所述特征构建模块用于根据待识别企业地址的关联数据，构建第一特征；其中，所述第一特征包括与所述待识别企业地址相关的文字信息以及数值信息；

所述特征提取模块用于通过多个不同结构的预设分类算法模型，分别对所述第一特征进行特征提取，以输出多个第一分类概率结果；其中，各所述预设分类算法模型是根据已通过真实性检验的多个企业地址的关联数据训练而成；所述特征提取模块还包括模型训练模块；所述模型训练模块用于根据已通过真实性检验的多个企业地址的关联数据，构建第一训练特征；其中，所述第一训练特征包括与所述待识别企业地址相关的文字信息以及数值信息；对所述第一训练特征的所述文字信息进行数值编码，以转换为数值特征，并将经过转换处理后的所述第一训练特征构成训练集；获取多个分类算法初始模型，并通过所述训练集，分别对所述多个分类算法初始模型进行训练，获得所述多个不同结构的预设分类算法模型；

所述分类判断模块用于根据所述多个第一分类概率结果，确定所述待识别企业地址是否为所述待识别企业在当前时刻下的办公地址；所述分类判断模块包括阈值判断模块；所述阈值判断模块用于根据预设的权重，对所述多个第一分类概率进行加权平均计算，以输出第二分类概率结果；根据所述第二分类概率结果与预设的阈值的比较结果，确定所述待识别企业地址是否为所述待识别企业在当前时刻下的办公地址。

5.根据权利要求4所述的企业办公地址的识别装置，其特征在于，在所述根据待识别企业地址的关联数据，构建第一特征之后，还包括：

对所述第一特征的所述文字信息进行数值编码，以转换为数值特征。

6.根据权利要求4所述的企业办公地址的识别装置，其特征在于，所述多个不同结构的预设分类算法模型包括：在LightGBM模型、随机森林模型和SVM模型中的任意两种或多种组合。