CN112906394B 地址识别方法、装置、设备和存储介质 （北京字节跳动网络技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN112906394B(45)授权公告日2025.01.10

(21)申请号202110291589.5

(22)申请日2021.03.18

(65)同一申请的已公布的文献号申请公布号CN112906394A

(43)申请公布日2021.06.04

(73)专利权人北京字节跳动网络技术有限公司地址100041北京市石景山区实兴大街30

号院3号楼2层B-0035房间

(72)发明人刘畅

(74)专利代理机构北京远智汇知识产权代理有限公司11659

专利代理师范坤坤

(51)Int.CI.

GO6F40/295(2020.01)

GO6F16/36(2019.01)

(56)对比文件

CN107368471

CN112101013

CN112148819

CN112347222

审查员邵娜娜

权利要求书2页

A,2017.11.21A,2020.12.18

A,2020.12.29

A,2021.02.09

说明书13页附图2页

(54)发明名称

地址识别方法、装置、设备和存储介质

(57)摘要

CN112906394B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

CN112906394B

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

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

S101

S102

S103

CN112906394B权利要求书1/2页

2

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，且每个候选地址实体的属性信息包括多个项目，所述从属地理信息为所述多个项目中的其中一个；

根据所述多个项目，生成所述候选地址实体对应的第一文本信息；

基于所述目标文本，获取所述提及地址实体对应的第二文本信息；

计算所述第一文本信息和所述第二文本信息之间的文本相似度，并将所述文本相似度确定为所述提及地址实体与所述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。

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，所述获取所述提及地址实体对应的第二文本信息，包括：

将所述目标文本确定为所述提及地址实体对应的第二文本信息；或者，

获取与所述目标文本存在关联关系的关联文本；对所述目标文本和所述关联文本进行组合，得到组合文本；将所述组合文本确定为所述提及地址实体对应的第二文本信息。

6.一种地址识别装置，其特征在于，包括：

识别模块，用于识别目标文本中长度最长的提及地址实体；

第一确定模块，用于从知识图谱中确定所述