一种差错自适应的深度学习地址语义匹配方法及系统
本发明属于自然语言处理领域,具体涉及一种差错自适应的深度学习地址语义匹配方法及系统;包括:采用BERT模型对非标准地址文本进行处理,得到非标准地址文本的分词结果及词嵌入向量;将分词结果和词嵌入向量同时输入到Bi‑LSTM和Transformer模型中,Bi‑LSTM用于从输入的地址文本中抽取地址关键元素,而Transformer模型用于判别地址关键元素是否可用于地址查询语句的构建;采用predict algorithm算法,根据可用的地址关键元素信息构建地址查询语句进行数据库查询,得到非标准地址文本对应的标准地址匹配结果;本发明可大幅减少地址匹配任务的耗时,提高相应地址匹配模型的部署性能。
《一种差错自适应的深度学习地址语义匹配方法及系统》是一发明专利,专利号为 2022114746572,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为雷建军;巫晨,申请日期为2022-11-23,公开(公告)日期为2025-08-29,国际专利分类号(IPC)为 G06F 16/9537 (2019.01),高新资质:未报高企,所属技术领域包括:计算机科学、人工智能、自然语言处理、语义匹配、地址处理、GIS 应用、数据清洗、物流技术。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于自然语言处理领域,具体涉及一种差错自适应的深度学习地址语义匹配方法及系统;包括:采用BERT模型对非标准地址文本进行处理,得到非标准地址文本的分词结果及词嵌入向量;将分词结果和词嵌入向量同时输入到Bi‑LSTM和Transformer模型中,Bi‑LSTM用于从输入的地址文本中抽取地址关键元素,而Transformer模型用于判别地址关键元素是否可用于地址查询语句的构建;采用predict algorithm算法,根据可用的地址关键元素信息构建地址查询语句进行数据库查询,得到非标准地址文本对应的标准地址匹配结果;本发明可大幅减少地址匹配任务的耗时,提高相应地址匹配模型的部署性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
