一种使用RoBERTa-BiLSTM-CRF的中文地址解析方法

作者:张红伟; 杜清运; 陈张建; 张琛
更新时间:

针对现有地址匹配方法严重依赖分词词典,无法有效识别地址中的地址元素及其类型的问题,提出了一种基于深度学习的中文地址解析方法。该方法可以对解析后的地址进行标准化和分析,提高地址匹配结果。通过对地址的不同字向量表示和不同序列注释模型的比较评估,结果表明,使用双向门递归单元和双向长、短期记忆网络的中文地址分辨率差别不大,稀疏注意机制有助于提高地址分辨率的F1值。该方法的F1值在泛化能力测试集上达到0.940,在普通测试集上达到0.968。