[发明专利]地址要素解析方法、装置和电子设备

权利要求书

1.一种地址要素解析方法，其特征在于，包括：

获取待解析地址数据；

利用预设Lebert模型对所述待解析地址数据进行特征编码，得到目标地址编码；其中，所述预设Lebert模型中的attention计算采用非参数式的相对位置编码；

基于所述目标地址编码确定所述待解析地址数据的目标解析结果；其中，所述目标解析结果包括：每个实体的起始位置、每个所述实体的终止位置和每个所述实体的类型，所述实体表示所述待解析地址数据中具有独立语义的分词结果。

2.根据权利要求1所述的方法，其特征在于，获取待解析地址数据，包括：

获取原始地址数据；

将所述原始地址数据中的无效字符进行过滤，得到所述待解析地址数据；其中，所述无效字符包括：网页链接、代码和标点符号。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取目标训练样本；其中，所述目标训练样本中包括多个训练地址数据；

对每个所述训练地址数据执行遮蔽操作，得到遮蔽后的训练样本；

利用遮蔽后的训练样本对初始Bert模型进行训练，得到目标Bert模型；

在所述目标Bert模型的Encoder层之间添加适配器Adapter，以得到目标Lebert模型；其中，所述Adapter用于融合地址元素信息和外部词汇信息；

调整所述目标Lebert模型中attention计算的编码方式为非参数式的相对位置编码，得到所述预设Lebert模型。

4.根据权利要求3所述的方法，其特征在于，获取目标训练样本，包括：

获取多个样本地址数据；

对每个所述样本地址数据进行数据清洗，得到清洗后的样本地址数据；

对每个所述清洗后的样本地址数据进行实体类型识别，得到具有实体类型标记的地址数据；

对每个所述具有实体类型标记的地址数据进行数据增强，得到所述目标训练样本。

5.根据权利要求4所述的方法，其特征在于，对每个所述具有实体类型标记的地址数据进行数据增强，包括：

基于第一预设概率分布对每个所述具有实体类型标记的地址数据中的目标实体进行实体替换；其中，所述目标实体表示所述具有实体类型标记的地址数据中的任意一个实体；

所述第一预设概率分布包括：第一概率和第二概率；所述第一概率为实体保持不变的概率，所述第二概率为实体被替换的概率；所述第一概率和所述第二概率的和为1；

所述第二概率具体包括第二预设概率分布，所述第二预设概率分布包括：第一子概率、第二子概率和第三子概率；所述第一子概率为实体被随机替换的概率，第二子概率为实体被删除的概率，第三子概率为实体保持不变的概率；所述第一子概率、所述第二子概率和所述第三子概率的和为1。

6.根据权利要求3所述的方法，其特征在于，对每个所述训练地址数据执行遮蔽操作，包括：

基于第三预设概率分布对每个所述训练地址数据中预设比例的字符进行遮蔽，得到遮蔽后的训练样本；

其中，所述第三预设概率分布包括：第三概率、第四概率和第五概率；所述第三概率为字符被替换为预设遮蔽字符的概率，所述第四概率为字符保持不变的概率，所述第五概率为字符被随机替换的概率；所述第三概率、所述第四概率和所述第五概率的和为1。