公开(公告)号：CN117272053B

公开(公告)日：2024-02-23

申请号：CN202311561276.2

申请日：2023-11-22

Applicant: 杭州中房信息科技有限公司

Inventor： 叶建生 ,  周圣杰 ,  翁文礼 ,  谢运涛 ,  郑向东 ,  巫飞

IPC: G06F18/214 ,  G06F18/22 ,  G06F40/295 ,  G06F16/29 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明公开了一种少样本地址数据集生成方法、地址匹配方法、介质及设备，属于人工智能领域。本发明针对命名实体识别模型的训练样本过少的问题，通过构建地址数据模板，利用少量地址样本数据自动生成大量同类型的地址训练、测试数据，使模型充分训练，避免欠拟合的情况。同时，本发明还构建了命名实体识别模型自学习框架，用户检索地址过程中通过命名实体识别模型进行匹配，然后由自学习框架完成命名实体识别模型的更新迭代。本发明可大大减少了模型训练数据的人工标注时间，并且通过自学习的方式对模型进行快速迭代，能显著的提高了地址文本匹配的准确率和效率。

公开(公告)号：CN117272053A

公开(公告)日：2023-12-22

申请号：CN202311561276.2

申请日：2023-11-22

Applicant: 杭州中房信息科技有限公司

Inventor： 叶建生 ,  周圣杰 ,  翁文礼 ,  谢运涛 ,  郑向东 ,  巫飞

IPC: G06F18/214 ,  G06F18/22 ,  G06F40/295 ,  G06F16/29 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明公开了一种少样本地址数据集生成方法、地址匹配方法、介质及设备，属于人工智能领域。本发明针对命名实体识别模型的训练样本过少的问题，通过构建地址数据模板，利用少量地址样本数据自动生成大量同类型的地址训练、测试数据，使模型充分训练，避免欠拟合的情况。同时，本发明还构建了命名实体识别模型自学习框架，用户检索地址过程中通过命名实体识别模型进行匹配，然后由自学习框架完成命名实体识别模型的更新迭代。本发明可大大减少了模型训练数据的人工标注时间，并且通过自学习的方式对模型进行快速迭代，能显著的提高了地址文本匹配的准确率和效率。