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！

申请/专利权人：浙江鸿程计算机系统有限公司

摘要：本说明书实施例公开了一种中文地址分词及解析方法，本说明书实施例的分词方法包括：获取待分词的中文地址文本序列；将中文地址文本序列输入分词模型，输出标签序列；其中，分词模型对中文地址文本序列中的字符逐个进行预测，得到每个字符所对应的标签；所述分词模型为基于Logistic‑CRF算法实现的深度神经网络模型。本说明书实施例的解析方法包括：利用上述中文地址分词方法，对待解析的中文地址文本序列进行分词，得到该中文地址文本序列的标签序列；基于标签序列中的每个标签子序列，将与该标签子序列对应的中文地址子序列与行政区划标准名称表匹配；输出中文地址文本序列所匹配的若干行政区划标准名称和最后一级行政区划级别对应的行政区划编码。

主权项：1.一种中文地址分词方法，其特征在于，包括：获取待分词的中文地址文本序列；将中文地址文本序列输入分词模型，输出标签序列；其中，所述中文地址文本序列包含多个依据地址层级结构划分的地址文本子序列，所述标签序列包含多个标签子序列，每个标签子序列包含标识地址文本子序列中每个字符对应的标签，所述标签为起始标签、中间标签、结尾标签中的一种，用于分别标识地址文本子序列中每个字符处于该地址文本子序列中的起始位置、中间位置、结尾位置；所述分词模型输出标签序列的过程为：利用分词模型的提取模块，提取中文地址文本序列的首个字符；利用分词模型的获取模块，基于提取模块提取的首个字符，从数据库中获得与该字符在不同标签下的关联特征；其中，所述数据库存储有不同字符在不同标签下的关联特征；利用分词模型的权重模块，基于获取模块获取的该字符在不同标签下的关联特征，形成该字符的权重参数矩阵；所述权重参数矩阵包括不同标签下的关联特征所对应的权重参数；利用分词模型的预测模块，基于该字符的权重参数矩阵，计算该字符在不同标签下的概率值并输出最大概率值所对应的标签；当输入分词模型的中文地址文本序列中的所有字符未全部得到对应标签时，继续提取中文地址文本序列的下一个字符，进行后续预测，以获得下一个字符所对应的标签，直至中文地址文本序列中的所有字符全部得到对应标签，利用分词模型的输出模块输出该中文地址文本序列所对应的标签序列。

全文数据：

权利要求：

百度查询： 浙江鸿程计算机系统有限公司 一种中文地址分词及解析方法