地址识别方法、装置、设备和存储介质制造方法及图纸

本公开实施例公开了一种地址识别方法、装置、设备和存储介质。该方法包括：识别目标文本中长度最长的提及地址实体；从知识图谱中确定所述提及地址实体对应的至少一个候选地址实体，其中，每个候选地址实体的属性信息中包括所述候选地址实体的从属地理信息，所述从属地理信息用于表示所述候选地址实体和所述候选地址实体的各上级地址实体之间的从属关系顺序；根据各个候选地址实体的属性信息，确定所述目标文本中的目标地址实体。该方法能够高效、准确地识别出文本中的地址实体。准确地识别出文本中的地址实体。准确地识别出文本中的地址实体。

【技术实现步骤摘要】
地址识别方法、装置、设备和存储介质


[0001]本公开实施例涉及人工智能
，尤其涉及一种地址识别方法、装置、设备和存储介质。

技术介绍

[0002]在对文本进行信息提取时，地址信息的识别具有非常重要的意义。例如，一则新闻标题“朝阳地区发生重要事件”，在该事件检测类任务中，需要从新闻标题出提取出事件发生的具体地点。然而，传统的地址识别技术的识别过程较为复杂，尤其对于文本中存在嵌套地址实体时，其识别效率并不高。

技术实现思路

[0003]本公开提供一种地址识别方法、装置、设备和存储介质，能够高效、准确地识别文本中的地址实体。
[0004]第一方面，本公开实施例提供了一种地址识别方法，包括：
[0005]识别目标文本中长度最长的提及地址实体；
[0006]从知识图谱中确定所述提及地址实体对应的至少一个候选地址实体，其中，每个候选地址实体的属性信息中包括所述候选地址实体的从属地理信息，所述从属地理信息用于表示所述候选地址实体和所述候选地址实体的各上级地址实体之间的从属关系顺序；
[0007]根据各个候选地址实体的属性信息，确定所述目标文本中的目标地址实体。
[0008]第二方面，本公开实施例提供了一种地址识别装置，包括：
[0009]识别模块，用于识别目标文本中长度最长的提及地址实体；
[0010]第一确定模块，用于从知识图谱中确定所述提及地址实体对应的至少一个候选地址实体，其中，每个候选地址实体的属性信息中包括所述候选地址实体的从属地理信息，所述从属地理信息用于表示所述候选地址实体和所述候选地址实体的各上级地址实体之间的从属关系顺序；
[0011]第二确定模块，用于根据各个所述候选地址实体的属性信息，确定所述目标文本中的目标地址实体。
[0012]第三方面，本公开实施例提供了一种地址识别设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本公开实施例第一方面提供的地址识别方法的步骤。
[0013]第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开实施例第一方面提供的地址识别方法的步骤。
[0014]本公开实施例提供的地址识别方法、装置、设备和存储介质，由于各候选地址实体的属性信息中包括各候选地址实体的从属地理信息，该从属地理信息用于表示候选地址实体和候选地址实体的各上级地址实体之间的从属关系顺序，即各候选地址实体的属性信息中包含了候选地址实体详细、完整的地址信息，因此，在从知识图谱中召回提及地址实体对
应的候选地址实体之后，通过各候选地址实体的属性信息就可以进一步确定出详细、准确的目标地址实体，提高了地址识别的准确度。同时，在目标文本中存在嵌套地址实体时，不需要识别多个提及地址实体，仅需要识别出目标文本中长度最长的提及地址实体即可，简化了地址识别过程中的信息处理，提高了地址识别的效率。
附图说明
[0015]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0016]图1为本公开实施例提供的地址识别方法的一种流程示意图；
[0017]图2为本公开实施例提供的地址识别方法的另一种流程示意图；
[0018]图3为本公开实施例提供的地址识别方法的又一种流程示意图；
[0019]图4为本公开实施例提供的地址识别装置的一种结构示意图；
[0020]图5为本公开实施例提供的地址识别设备的一种结构示意图。
具体实施方式
[0021]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0022]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0023]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0024]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0025]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0026]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0027]为使本公开的目的、技术方案和优点更加清楚明白，下文中将结合附图对本公开的实施例进行详细说明。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互任意组合。
[0028]需要说明的是，下述方法实施例的执行主体可以是地址识别装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为电子设备的部分或者全部。可选的，该电子设备可以为客户端，包括但不限于智能手机、平板电脑、电子书阅读器以及车载终端等。当然，
该电子设备也可以为独立的服务器或者服务器集群，本公开实施例对电子设备的具体形式不做限定。下述方法实施例以执行主体是电子设备为例进行说明。
[0029]图1为本公开实施例提供的地址识别方法的一种流程示意图。本实施例涉及的是电子设备如何高效准确地识别出目标文本中的地址实体的具体过程。如图1所示，该方法可以包括：
[0030]S101、识别目标文本中长度最长的提及地址实体。
[0031]其中，目标文本是指需要进行地址识别的文本。提及地址实体是指目标文本中用于描述地址信息的实体。例如，某公园、某道路、某城市、某区等。
[0032]识别目标文本中的提及地址实体的方法可以是任意一种地址实体的识别方法，例如，可以通过命名实体识别(Named Entity Recognition，NER)技术，识别目标文本中的提及地址实体。当目标文本中包括多个嵌套地址实体时，电子设备仅需要识别出长度最长的提及地址实体。
[0033]示例性的，假设目标文本为一则新闻，该新闻为“官方回应为何北京市朝阳区成疫情高风险地区”，此时，该目标文本中存在嵌套地址实体“北京市朝阳区”，电子设备通过一定的地址识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地址识别方法，其特征在于，包括：识别目标文本中长度最长的提及地址实体；从知识图谱中确定所述提及地址实体对应的至少一个候选地址实体，其中，每个候选地址实体的属性信息中包括所述候选地址实体的从属地理信息，所述从属地理信息用于表示所述候选地址实体和所述候选地址实体的各上级地址实体之间的从属关系顺序；根据各个候选地址实体的属性信息，确定所述目标文本中的目标地址实体。2.根据权利要求1所述的方法，其特征在于，在所述识别目标文本中长度最长的提及地址实体之前，所述方法还包括：针对知识图谱中的每个参考地址实体，从知识图谱中获取所述参考地址实体的所有上级地址实体；将所有上级地址实体以及所述参考地址实体进行组合，得到所述参考地址实体的从属地理信息，并将所述从属地理信息添加到所述参考地址实体的属性信息中。3.根据权利要求2所述的方法，其特征在于，所述将所有上级地址实体以及所述参考地址实体进行组合，得到所述参考地址实体的从属地理信息，包括：按照行政区划等级从大到小的顺序，将所有上级地址实体与所述参考地址实体进行组合，得到所述参考地址实体的从属地理信息。4.根据权利要求1所述的方法，其特征在于，所述识别目标文本中长度最长的提及地址实体，包括：通过预设的实体识别网络识别目标文本中长度最长的提及地址实体，其中，所述实体识别网络通过样本文本和样本文本中长度最长的样本提及地址实体训练得到。5.根据权利要求1所述的方法，其特征在于，所述根据各个候选地址实体的属性信息，确定所述目标文本中的目标地址实体，包括：根据各个候选地址实体的属性信息，计算所述提及地址实体与所述至少一个候选地址实体之间的相似度；根据得到的各相似度，确定所述目标文本中的目标地址实体。6.根据权利要求5所述的方...

【专利技术属性】
技术研发人员：刘畅，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：