本发明涉及数据处理技术领域，尤其涉及一种物流地址特征提取方法、系统、设备及存储介质。
背景技术：
在物流业务场景中，地址的使用无处不在，包括地址转经纬度、智能分单、代收点推荐等。由于各个业务场景相互较为独立，往往针对的地址文本的处理和使用存在差异。
既有的地址处理步骤主要包括文本预处理、特征提取和具体下游业务模型，文本预处理的方法大都各不相同，造成数据使用无法统一，针对于不同的数据可能要设计不同的处理逻辑，也会造成数据使用的浪费。此外，现有的地址特征表示强依赖预处理规则，容易造成误差累计，表示向量极度稀疏，不利于应用于后续模型时的运算。
技术实现要素：
针对现有技术中的问题，本发明的目的在于提供一种物流地址特征提取方法、系统、设备及存储介质，提出一种基于预训练的统一文本表示方法，以实现地址特征提取后的统一表示。
本发明实施例提供一种物流地址特征提取方法，包括如下步骤：
将物流地址对应于各个属性的信息串联得到文本字符串；
将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
将所述id序列采用嵌入层映射为向量序列；
将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串，包括如下步骤：
将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串。
在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串之后，还包括在所述文本字符串中添加第二标识字符。
在该实施例中，从所述交互特征提取模型的输出数据中提取地址特征，包括如下步骤：
获取所述交互特征提取模型输出的交互特征；
从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。
在该实施例中，所述交互特征提取模型为transformer模型，包括位置编码层、自注意力层和前馈网络层。
在该实施例中，所述将物流地址对应于各个属性的信息串联得到文本字符串之前，还包括如下步骤：
采集待处理的物流地址数据；
对所述物流地址数据按照预设的清洗规则进行数据清洗；
将数据清洗后的物流地址数据进行分类，得到所述物流地址数据对应于各个属性的信息。
在该实施例中，从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
采集所述地址特征所对应的配送信息，为所述地址特征添加配送任务分配标签；
基于所述地址特征训练配送任务分配模型，所述配送任务分配模型的输入数据包括地址特征，输出数据包括配送任务分配对象。
在该实施例中，所述配送任务分配模型包括第一配送任务分配模型和/或第二配送任务分配模型，所述第一配送任务分配模型的输出数据包括配送网点，所述第二配送任务分配模型包括配送员。
在该实施例中，从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
基于所述地址特征构建语言模型的训练样本集；
采用所述训练样本集训练所述语言模型，所述语言模型的输入数据包括第一地址局部特征，输出数据包括与所述第一地址局部特征相关联的第二地址局部特征。
在该实施例中，所述物流地址的各个属性包括省级、市级、区级和详细地址；
将物流地址对应于各个属性的信息串联得到文本字符串，包括将物流地址对应于各个属性的信息按照省级、市级、区级和详细地址的顺序依次进行串联。
在该实施例中，还包括采集多个物流地址数据，将所述物流地址数据进行分词，构建文本映射字典。
本发明实施例还提供一种物流地址特征提取系统，应用于所述的物流地址特征提取方法，所述系统包括：
字符获取模块，用于将物流地址对应于各个属性的信息串联得到文本字符串；
id映射模块，用于将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
向量映射模块，用于将所述id序列采用嵌入层映射为向量序列；
特征提取模块，用于将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
在该实施例中，所述字符获取模块将物流地址对应于各个属性的信息串联得到文本字符串包括：将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串，并在所述文本字符串中添加第二标识字符；
所述特征提取模块从所述交互特征提取模型的输出数据中提取地址特征包括：获取所述交互特征提取模型输出的交互特征，从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。
本发明实施例还提供一种物流地址特征提取设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述的物流地址特征提取方法的步骤。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的物流地址特征提取方法的步骤。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
本发明提出一种基于预训练的统一文本表示方法，首先基于预处理的文本映射字典将文本映射到id序列，然后通过嵌入层将id序列映射为向量序列，然后再进行向量序列中的特征提取，提取得到统一形式的物流地址特征，从而实现地址特征提取后的统一表示，提取得到的物流地址特征可以更方便地应用于下游业务模型中，也不会造成数据使用上的浪费。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的物流地址特征提取方法的流程图；
图2是本发明一实施例的物流地址特征提取方法过程中文本变化的示意图；
图3是本发明一实施例的提取物流地址特征后应用于配送任务分配模型训练的流程图；
图4是本发明一实施例的提取物流地址特征后应用于语言模型训练的流程图；
图5是本发明一实施例的物流地址特征提取系统的结构示意图；
图6是本发明一实施例的物流地址特征提取设备的结构示意图；
图7是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。
如图1所示，本发明实施例提供一种物流地址特征提取方法，包括如下步骤：
s100：将物流地址对应于各个属性的信息串联得到文本字符串，所述属性包括省、市、区、详细地址等，也可以进一步区分所述详细地址包括街道、楼号、门牌号等属性；
s200：将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
s300：将所述id序列采用嵌入层映射为向量序列；
s400：将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
本发明提出了一种基于预训练的统一文本表示方法。首先通过步骤s100将物流地址对应于各个属性的信息串联得到文本字符串，然后通过步骤s200基于预处理的文本映射字典将文本映射到id序列，然后通过步骤s300采用嵌入层将id序列映射为向量序列，然后再通过步骤s400进行向量序列中的特征提取，提取得到统一形式的物流地址特征，从而实现地址特征提取后的统一表示，提取得到的物流地址特征可以更方便地应用于下游业务模型中，也不会造成数据使用上的浪费。
在本发明的各个实施例中，本发明应用于物流场景中。具体而言，本发明提供的物流地址特征提取方法可以布局在电商平台的服务器或物流管理中心的服务器上，从而为用户提供物流地址特征提取服务，但本发明不以此为限。在将该物流地址特征提取方法布局在电商平台的服务器上时，其可以与物流管理中心的服务器进行通信，以获取历史收件数据或当前新加入的物流数据，从历史收件数据或新加入的物流数据中提取物流地址数据，以用于交互特征提取模型的训练，也可以采集用户在电商平台下单时填写的物流地址数据。在将该物流地址特征提取方法布局在物流管理中心的服务器上时，其可以采集本身记录的历史收件数据或新加入的物流数据，从历史收件数据或新加入的物流数据中提取物流地址数据，也可以与电商平台的服务器进行通信，采集用户在电商平台下单时填写的物流地址数据。此外，所述物流地址特征提取系统可以布局在一个单独的服务器上，该单独的服务器可以与电商平台的服务器和/或物流管理中心的服务器进行通信。
下面结合图2和一个具体的实现方式来具体介绍该实施例的物流地址特征提取方法。
所述步骤s100：将物流地址对应于各个属性的信息串联得到文本字符串之前，还包括如下步骤：
采集待处理的物流地址数据，此处采集的物流地址数据可以包括历史收件数据中的收件地址，也可以包括用户在下单时输入的收件地址，例如，在后续将提取得到的物流地址特征应用于下游业务模型(如配送任务分配模型等)的训练过程时，可以采用本发明的物流地址特征提取方法将历史收件数据中的物流地址提取地址特征，即采集待处理的物流地址数据为历史收件数据中的收件地址数据，在后续将提取到的物流地址特征输入到训练好的下游业务模型中进行分类预测时，采集的待处理的地址数据可以包括用户下单时输入的物流地址数据，但本发明不限于此；
对所述物流地址数据按照预设的清洗规则进行数据清洗，预设的清洗规则例如可以包括：全角转半角、繁体中文转简体中文、删除特殊字符(如表情符号、日文等)，只保留中文、数字和英文等；
将数据清洗后的物流地址数据进行分类，得到所述物流地址数据对应于各个属性的信息，即将物流地址数据进行分割，分别得到对应于省、市、区、详细地址等各个属性的属性值。
在该实施例中，所述步骤s100：将物流地址对应于各个属性的信息串联得到文本字符串，包括如下步骤：
将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串。在该实施例中，所述物流地址的各个属性包括省级、市级、区级和详细地址等。将物流地址对应于各个属性的信息串联得到文本字符串，包括将物流地址对应于各个属性的信息按照省级、市级、区级和详细地址的顺序依次进行串联。此处第一标识字符例如可以为[sep]，[sep]是用于分隔非连续序列的特殊符号。即利用特殊字符[sep]将省、市、区、详细地址的信息串联，得到字符串：省 [sep] 市 [sep] 区 [sep] 详细地址，通过[sep]的分隔作用，可以更便于后续步骤s200中将文本字符串映射为id序列。
在该实施例中，所述步骤s100中，将物流地址对应于各个属性的信息串联得到文本字符串之后，还包括在所述文本字符串中添加第二标识字符。此处第二标识字符例如可以为[cls]，[cls]是用于分类输出的特殊符号，如图2所示，即文本字符串的格式为：[cls] 省 [sep] 市 [sep] 区 [sep] 详细地址。通过添加[cls]字符，可以在后续提取地址特征时，基于占位符[cls]提取得到对应的特征向量作为地址文本表示。
如图2所示，所述步骤s200：将所述文本字符串基于文本映射字典映射为id序列，包括基于预处理阶段的文本映射字典将上述文本字符串映射为id序列：[1,2,3,4,3,5,3,6]，id序列的长度可以根据需要设定，id序列中每一个位置对应于特定的一个属性，例如设定id序列中第一个位置对应于省，第二个位置对应于市等。所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系，例如对应于“省”这一属性，预先将所有的省级地区进行编号，如果一个地址中包括山东省，则其id序列的第一个位置的值即为山东省的编号。然后对于每个省，将其中的地级市进行编号，如果一个地址包括山东省青岛市，则其id序列的第二个位置的值即为青岛市的编号，以此类推。所述文本映射字典即包括所有已知的各个属性的属性值与id之间的对应关系，如果一个地址中包括文本映射字典中没有的属性值，则可以将其标注为其他类别，或者由人工进行手动标注。
在该实施例中，所述物流地址特征提取方法还可以预先构建文本映射字典的步骤。具体地，预先构建文本映射字典包括采集多个物流地址数据，将所述物流地址数据进行分词，并且为每个词添加与id值的映射关系，构建文本映射字典，以应用于物流地址特征提取时步骤s200中的文本映射id序列的过程。
如图2所示，所述步骤s300：将所述id序列采用嵌入层映射为向量序列，可以采用嵌入层将上述的id序列映射为向量序列[v1,v2,v3,v4,v5,v6,v7,v8]。嵌入层实际上也是一种函数映射，将id映射成一个向量序列，嵌入层中的映射逻辑可以预先采用样本id序列和对应的样本向量序列训练得到。所述嵌入层中可以预先训练id序列与向量序列的映射关系，在步骤s300中，将id序列输入嵌入层后，嵌入层进行embedding，将id序列映射为向量序列。由于id表示的特征维度较高，映射得到的向量序列可以更好地应用于步骤s400中交互特征提取模型中的交互特征提取。
所述交互特征提取模型用于提取输入的向量序列的交互特征，作为物流地址的特征表示。在该实施例中，所述交互特征提取模型为transformer模型。transformer模型是一种seq2seq模型，其包括编码层和解码层。具体地，在该实施例中，所述transformer模型的编码层包括位置编码层、自注意力层和前馈网络层，解码层也可以包括与编码层一样的结构，即包括位置编码层、自注意力层和前馈网络层。此处仅列举了交互特征提取模型的一种实现方法，但本发明不限于此，在其他的实施方式中，也可以选择其他类型的交互特征提取模型，例如采用卷积神经网络等进行特征提取等，均属于本发明的保护范围之内。
文本序列是一种时序型数据，词之间地顺序关系往往会影响整个句子的含义。transformer模型中的自注意力层如果不清楚词之间的位置信息，则无法学习到序列中词的顺序信息，因此在所述transformer模型中加入位置编码层。transformer模型中的位置编码层可以采用绝对位置编码，即对每一个词的每一个维度，都给定绝对的数值，模型不需要学习就可得到编码信息。在编码层中，自注意力层对输入数据进行embedding操作之后把数据送给前馈网络层，前馈网络层的计算可以并行，得到的输出会输入到下一个编码层。
所述交互特征提取模型在投入使用之前，也可以采用预先采集的样本训练集进行训练。例如，可以采用公共数据集预训练交互特征提取模型，然后采集历史收件数据，从中提取得到物流地址数据，并且输入到预训练的交互特征提取模型中，得到预标注的地址特征，该预标注的地址特征可以由人工进行微调修正，然后基于微调修正后的地址特征再微调所述交互特征提取模型，得到特征提取准确而可以投入使用的交互特征提取模型。
由于在步骤s100：将物流地址对应于各个属性的信息串联得到文本字符串之后，还包括在所述文本字符串中添加第二标识字符。所述步骤s400中，从所述交互特征提取模型的输出数据中提取地址特征，包括如下步骤：
获取所述交互特征提取模型输出的交互特征；
从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。例如，在第二标识字符为[cls]占位字符时，步骤s400中，提取占位符[cls]所对应的向量作为提取到的地址特征，即物流地址表示。
在该实施例中，采用上述步骤s100～s400实现物流地址特征提取之后，还可以将提取到的物流地址特征应用于下游业务模型，例如，可以应用于配送任务分配模型。在物流运输行业发展越来越快的今天，物流行业的运输压力也越来越大，在配送时如何方便快捷地将配送任务分配到对应的配送网点、配送员也成了十分受关注的问题。本发明通过基于上述步骤s100～s400进行历史收件数据中物流地址特征的提取，然后输入到构建的配送任务分配模型进行模型训练，可以得到一个基于机器学习的配送任务分配模型，所述配送任务分配模型的输入为地址特征，输出为预测的配送网点或配送员，可以实现基于机器学习的配送任务快速分配，大大减轻了物流数据处理的压力。
具体地，在应用于配送任务分配模型的训练时，步骤s100中采集的地址数据为历史收件数据中的地址数据，历史收件数据还包括配送网点名称和/或配送员名称，用于为地址数据特征添加样本标签。
如图3所示，所述步骤s400：从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
s510：将历史收件数据中提取的物流地址特征加入训练集；
s520：采集所述地址特征所对应的配送信息，为所述地址特征添加配送任务分配标签，在将所述配送任务分配模型应用于配送网点的分配时，此处添加的配送任务分配标签即包括分配的配送网点，在将所述配送任务分配模型应用于配送员的分配时，此处添加的配送任务分配标签即包括分配的配送员；
s530：基于所述训练集中的地址特征训练配送任务分配模型，所述配送任务分配模型的输入数据包括地址特征，输出数据包括配送任务分配对象，具体地，将采集的历史收件数据经过步骤s100～s400提取地址特征后，输入到所述配送任务分配模型，得到所述配送任务分配模型预测的配送对象(包括配送网点和/或配送员)，然后基于所述配送任务分配模型预测的配送对象和所述配送任务分配标签构建损失函数，基于所述损失函数迭代训练所述配送任务分配模型，至所述损失函数小于预设阈值为止。
在该实施例中，所述配送任务分配模型可以一个或多个配送任务分配模型，例如可以包括第一配送任务分配模型和/或第二配送任务分配模型，所述第一配送任务分配模型的输出数据包括配送网点，所述第二配送任务分配模型包括配送员。在另一种可替代的实施方式中，所述配送任务分配模型也可以联合多个配送网点的配送员信息实现联合训练，采用同一个配送任务分配模型可以实现在多个配送网点的配送员之间分配配送任务。
进一步地，所述步骤s100～s400中提取得到的地址特征还可以应用于配送任务分配模型训练完成后的任务分配。此时，步骤s100中提取的地址数据为待分配的配送任务所对应的物流地址数据，将其经过步骤s100～s400提取得到地址特征后，继续步骤s540：将待分配的配送任务所对应的物流地址特征输入到训练完成的配送任务分配模型中，可以s550：获取所配送任务模型的输出，从而得到所述配送任务分配模型预测的配送任务分配对象，例如承接此配送任务的配送网点和/或配送员。
在另一种实施方式中，所述步骤s400中提取得到的地址特征还可以应用于语言模型的训练和应用。所述语言模型可以用于针对于详细地址的语言文本预测，基于输入的前一个字预测后一个字，从而可以实现对模糊地址的准确化处理，在出现物流地址填写错误、填写不清等情况时，可以采用语言模型预测完整准确的物流地址，进一步减轻物流数据处理的负担。
在将步骤s100～s400提取的特征应用于语言模型的训练时，步骤s100中采集的物流地址数据是历史收件数据中的物流地址数据。如图4所示，所述步骤s400：从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
s610：基于所述地址特征构建语言模型的训练样本集；
s620：采用所述训练样本集训练所述语言模型，所述语言模型的输入数据包括第一地址局部特征，输出数据包括与所述第一地址局部特征相关联的第二地址局部特征。基于所述语言模型的输出数据和完整的地址特征构建损失函数，基于构建的损失函数迭代训练所述语言模型，至所述语言模型的损失函数小于预设阈值为止，得到训练完成可以投入使用的语言模型。
在将步骤s100～s400提取的特征应用于语言模型的预测时，所述步骤s100中采集的物流地址数据为待处理的物流地址数据，例如可能具有部分信息缺失的物流地址数据，将此物流地址数据经过步骤s100～s400提取物流地址特征后，继续步骤s630：将待处理的物流地址特征输入所述语言模型，根据所述语言模块的输出完善所述物流地址特征，得到包括原物流地址特征和预测补全的物流地址特征。
如图5所示，本发明实施例还提供一种物流地址特征提取系统，应用于所述的物流地址特征提取方法，所述系统包括：
字符获取模块m100，用于将物流地址对应于各个属性的信息串联得到文本字符串，所述属性包括省、市、区、详细地址等，也可以进一步区分所述详细地址包括街道、楼号、门牌号等属性；
id映射模块m200，用于将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
向量映射模块m300，用于将所述id序列采用嵌入层映射为向量序列；
特征提取模块m400，用于将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
本发明的物流地址特征提取系统采用了一种基于预训练的统一文本表示方法。首先通过字符获取模块m100将物流地址对应于各个属性的信息串联得到文本字符串，然后通过id映射模块m200基于预处理的文本映射字典将文本映射到id序列，然后通过向量映射模块m300采用嵌入层将id序列映射为向量序列，然后再通过特征提取模块m400进行向量序列中的特征提取，提取得到统一形式的物流地址特征，从而实现地址特征提取后的统一表示，提取得到的物流地址特征可以更方便地应用于下游业务模型中，也不会造成数据使用上的浪费。
同样地，本发明提供的物流地址特征提取系统可以布局在电商平台的服务器或物流管理中心的服务器上，也可以布局在一个单独的服务器上，该单独的服务器可以与电商平台的服务器和/或物流管理中心的服务器进行通信，从而实现物流地址特征提取，以为下游业务模型的应用提供数据支持，但本发明不以此为限。图5仅仅是示意性的示出本发明提供的物流地址特征提取系统，在不违背本发明构思的前提下，模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的物流地址特征提取系统可以由软件、硬件、固件、插件及他们之间的任意组合来实现，本发明并非以此为限。
在该实施例中，所述字符获取模块m100可以采用上述步骤s100的具体实施方式来得到文本字符串。具体地，所述字符获取模块m100将物流地址对应于各个属性的信息串联得到文本字符串包括：将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串，并在所述文本字符串中添加第二标识字符。例如，第一标识字符可以为[sep]，第二标识字符可以为[cls]，得到的文本字符串可以为：[cls] 省 [sep] 市 [sep] 区 [sep] 详细地址。
所述id映射模块m200可以采用上述步骤s200的具体实施方式来获取id序列。具体地，所述id映射模块m200将所述文本字符串基于文本映射字典映射为id序列，包括基于预处理阶段的文本映射字典将上述文本字符串映射为id序列：[1,2,3,4,3,5,3,6]。id序列的长度可以根据需要设定，id序列中每一个位置对应于特定的一个属性，例如设定id序列中第一个位置对应于省，第二个位置对应于市等。
所述向量映射模块m300可以采用上述步骤s300的具体实施方式来获得向量序列。具体地，所述向量映射模块m300将所述id序列采用嵌入层映射为向量序列，可以采用嵌入层将上述的id序列映射为向量序列[v1,v2,v3,v4,v5,v6,v7,v8]。嵌入层实际上也是一种函数映射，将id映射成一个向量序列，嵌入层中的映射逻辑可以预先采用样本id序列和对应的样本向量序列训练得到。
所述特征提取模块m400可以采用上述步骤s400的具体实施方式提取地址特征。具体地，所述特征提取模块m400从所述交互特征提取模型的输出数据中提取地址特征包括：所述特征提取模块m400获取所述交互特征提取模型输出的交互特征，从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。在该实施例中，所述交互特征提取模型为transformer模型，所述transformer模型包括位置编码层、自注意力层和前馈网络层，但本发明不限于此，在其他的实施方式中，也可以选择其他类型的交互特征提取模型，例如采用卷积神经网络等进行特征提取等，均属于本发明的保护范围之内。
本发明实施例还提供一种物流地址特征提取设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的物流地址特征提取方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述物流地址特征提取方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
所述物流地址特征提取设备中，所述存储器中的程序被处理器执行时实现所述的物流地址特征提取方法的步骤，因此，所述计算机存储介质也可以获得上述物流地址特征提取方法的技术效果。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的物流地址特征提取方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述物流地址特征提取方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上执行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
所述计算机存储介质中的程序被处理器执行时实现所述的物流地址特征提取方法的步骤，因此，所述计算机存储介质也可以获得上述物流地址特征提取的技术效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
1.一种物流地址特征提取方法，其特征在于，所述方法包括：
将物流地址对应于各个属性的信息串联得到文本字符串；
将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
将所述id序列采用嵌入层映射为向量序列；
将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
2.根据权利要求1所述的物流地址特征提取方法，其特征在于，所述将物流地址对应于各个属性的信息串联得到文本字符串，包括如下步骤：
将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串。
3.根据权利要求1所述的物流地址特征提取方法，其特征在于，所述将物流地址对应于各个属性的信息串联得到文本字符串之后，还包括在所述文本字符串中添加第二标识字符。
4.根据权利要求3所述的物流地址特征提取方法，其特征在于，从所述交互特征提取模型的输出数据中提取地址特征，包括如下步骤：
获取所述交互特征提取模型输出的交互特征；
从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。
5.根据权利要求1所述的物流地址特征提取方法，其特征在于，所述交互特征提取模型为transformer模型，包括位置编码层、自注意力层和前馈网络层。
6.根据权利要求1所述的物流地址特征提取方法，其特征在于，所述将物流地址对应于各个属性的信息串联得到文本字符串之前，还包括如下步骤：
采集待处理的物流地址数据；
对所述物流地址数据按照预设的清洗规则进行数据清洗；
将数据清洗后的物流地址数据进行分类，得到所述物流地址数据对应于各个属性的信息。
7.根据权利要求1所述的物流地址特征提取方法，其特征在于，从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
采集所述地址特征所对应的配送信息，为所述地址特征添加配送任务分配标签；
基于所述地址特征训练配送任务分配模型，所述配送任务分配模型的输入数据包括地址特征，输出数据包括配送任务分配对象。
8.根据权利要求7所述的物流地址特征提取方法，其特征在于，所述配送任务分配模型包括第一配送任务分配模型和/或第二配送任务分配模型，所述第一配送任务分配模型的输出数据包括配送网点，所述第二配送任务分配模型包括配送员。
9.根据权利要求1所述的物流地址特征提取方法，其特征在于，从所述交互特征提取模型的输出数据中提取地址特征之后，还包括如下步骤：
基于所述地址特征构建语言模型的训练样本集；
采用所述训练样本集训练所述语言模型，所述语言模型的输入数据包括第一地址局部特征，输出数据包括与所述第一地址局部特征相关联的第二地址局部特征。
10.根据权利要求1所述的物流地址特征提取方法，其特征在于，所述物流地址的各个属性包括省级、市级、区级和详细地址；
将物流地址对应于各个属性的信息串联得到文本字符串，包括将物流地址对应于各个属性的信息按照省级、市级、区级和详细地址的顺序依次进行串联。
11.根据权利要求1所述的物流地址特征提取方法，其特征在于，还包括采集多个物流地址数据，将所述物流地址数据进行分词，构建文本映射字典。
12.一种物流地址特征提取系统，其特征在于，应用于权利要求1至11中任一项所述的物流地址特征提取方法，所述系统包括：
字符获取模块，用于将物流地址对应于各个属性的信息串联得到文本字符串；
id映射模块，用于将所述文本字符串基于文本映射字典映射为id序列，所述文本映射字典包括预设的各个属性的各种属性值与id的映射关系；
向量映射模块，用于将所述id序列采用嵌入层映射为向量序列；
特征提取模块，用于将所述向量序列输入交互特征提取模型，从所述交互特征提取模型的输出数据中提取地址特征。
13.根据权利要求12所述的物流地址特征提取系统，其特征在于，所述字符获取模块将物流地址对应于各个属性的信息串联得到文本字符串包括：将物流地址对应于各个属性的信息串联，每两个属性的信息之间添加第一标识字符，得到文本字符串，并在所述文本字符串中添加第二标识字符；
所述特征提取模块从所述交互特征提取模型的输出数据中提取地址特征包括：获取所述交互特征提取模型输出的交互特征，从所述交互特征中提取所述第二标识字符所对应的特征向量作为提取的地址特征。
14.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行根据权利要求1至11任一项所述的物流地址特征提取方法。
15.一种计算机存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器运行时执行根据权利要求1至11任一项所述的物流地址特征提取方法。
技术总结