买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜兰州交通大学申请的专利一种多语义特征协同的中文地址匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118897899B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411400842.6，技术领域涉及：G06F16/387；该发明授权一种多语义特征协同的中文地址匹配方法是由李朋朋;张玉婷;刘涛;李精忠;杜萍;刘双童;王文宁设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种多语义特征协同的中文地址匹配方法在说明书摘要公布了：本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。

本发明授权一种多语义特征协同的中文地址匹配方法在权利要求书中公布了：1.一种多语义特征协同的中文地址匹配方法，其特征在于，包括：对待匹配中文地址进行地址要素解析，得到多个地址要素；利用Word2vec模型生成所述多个地址要素对应的词嵌入向量子矩阵；将所述词嵌入向量子矩阵输入双向长短期记忆网络进行处理，得到所述多个地址要素的全局上下文特征；利用卷积神经网络对所述全局上下文特征依次进行卷积、最大池化、全连接和维度扩展操作生成所述多个地址要素的局部特征向量；其中，|L|为地址要素的个数，d为词嵌入向量维度，在卷积操作中分别使用高度为2、3和4且宽度为d的卷积核只在高度方向上进行卷积；将所述词嵌入向量子矩阵、所述全局上下文特征和所述局部特征向量进行叠加，生成所述多个地址要素的文本语义特征；基于所述词嵌入向量子矩阵，使用图注意力网络提取所述多个地址要素的层级语义特征；基于增强序列推理模型对所有地址要素的文本语义特征和层级语义特征进行局部推理和推理组合，完成所述待匹配中文地址的匹配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。