(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210391025.3 (22)申请日 2022.04.14 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 竺晨曦　毛锋　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 赵昀彬　谢湘宁 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/216(2020.01) G06Q 30/06(2012.01) (54)发明名称 收货地址的识别方法、 存 储介质和处 理器 (57)摘要 本发明公开了一种收货地址的识别方法、 存 储介质和处理器。 其中， 该方法包括： 获取待识别 的订单信息的语义信息， 其中， 订单信息至少包 括： 用于表征订单中记录的收货地址； 基于语义 信息确定收货地址的异常概率， 其中， 异常概率 用于表示收货地址处于异常状态的可能性； 响应 于异常概率大于概率阈值， 基于目标收货地址识 别收货地址是否处于异常状态， 其中， 目标收货 地址对应的订单的下单时间与收货地址对应的 订单的下单时间相关联， 和/或， 目标收货地址的 状态为正常状态。 本发明解决了对收货地址进行 识别的准确度低的技 术问题。 权利要求书3页 说明书19页 附图6页 CN 114757201 A 2022.07.15 CN 114757201 A 1.一种收货地址的识别方法， 其特 征在于， 包括： 获取待识别的订单信 息的语义信息， 其中， 所述订单信 息至少包括： 用于表征订单中记 录的收货地址； 基于所述语义信息确定所述收货地址的异常概率， 其中， 所述异常概率用于表示所述 收货地址处于异常状态的可能性； 响应于所述异常概率大于概率阈值， 基于目标收货地址识别所述收货地址是否处于所 述异常状态， 其中， 所述 目标收货地址对应的订单 的下单时间与所述收货地址对应的订单 的下单时间相关联， 和/或， 所述目标收货地址的状态为 正常状态。 2.根据权利要求1所述的方法， 其特征在于， 基于目标收货地址识别所述收货地址是否 处于所述异常状态， 包括： 基于所述收货地址的向量和所述目标收货地址， 识别所述收货地址是否处于所述异常 状态。 3.根据权利要求2所述的方法， 其特征在于， 基于所述收货地址的向量和所述目标收货 地址， 识别所述收货地址是否处于所述异常状态， 包括： 将所述收货地址的向量和第 一收货地址的向量与进行聚合， 得到聚合结果， 其中， 所述 目标收货地址包括所述第一收货地址， 所述第一收货地址对应的订单的下单时间与所述收 货地址对应的订单的下单时间之差在时间阈值内， 所述聚合结果用于表示与所述收货地址 相聚合的所述第一收货地址的数量； 响应于所述聚合结果大于聚合阈值， 确定所述收货地址处于所述异常状态。 4.根据权利要求2所述的方法， 其特征在于， 基于所述收货地址的向量和所述目标收货 地址， 识别所述收货地址是否处于所述异常状态， 包括： 将所述收货地址的向量和第 二收货地址的向量进行匹配， 得到匹配结果， 其中， 所述目 标收货地址包括所述第二收货地址， 所述第二收货地址处于所述正常状态， 所述匹配结果 用于表示所述第二收货地址与所述收货地址之间的相似度； 响应于所述匹配结果大于匹配阈值， 确定所述收货地址处于所述 正常状态。 5.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 基于向量生成模型生成所述收货地址的向量， 其中， 所述向量生成模型为基于第一收 货地址样本中的词进行训练得到， 所述词由多元模型编码表示。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 确定所述第一收货地址样本中的词的上 下文词； 基于所述上 下文词训练得到所述向量 生成模型。 7.根据权利要求1所述的方法， 其特征在于， 基于所述语义信 息确定所述收货地址的异 常概率， 包括： 获取所述语义信息的多个字符； 基于所述多个字符确定所述异常概 率。 8.根据权利要求7所述的方法， 其特征在于， 基于所述多个字符确定所述异常概率， 包 括： 对所述多个字符进行组合， 得到组合结果； 基于所述组合结果所表示的收货地址为完整收货地址的概 率， 确定所述异常概 率。权　利　要　求　书 1/3 页 2 CN 114757201 A 29.根据权利要求8所述的方法， 其特征在于， 对所述多个字符进行组合， 得到组合结果， 包括： 基于语言模型对所述多个字符进行组合， 得到所述组合结果， 其中， 所述语言模型为基 于第二收货地址样本中的字符进行训练得到 。 10.一种收货地址的识别方法， 其特 征在于， 包括： 从电商平台获取待处 理的订单； 在所述订单中获取待识别的订单信 息的语义信 息， 其中， 所述订单信 息至少包括： 用于 表征所述订单中记录的收货地址； 基于所述语义信息确定所述收货地址的异常概率， 其中， 所述异常概率用于表示所述 收货地址处于异常状态的可能性； 响应于所述异常概率大于概率阈值， 基于目标收货地址识别所述收货地址是否处于所 述异常状态， 其中， 所述 目标收货地址对应的订单 的下单时间与所述收货地址对应的订单 的下单时间相关联， 和/或， 所述目标收货地址的状态为 正常状态； 响应于所述收货地址处于所述异常状态， 向所述电商平台输出提示信 息， 其中， 所述提 示信息用于表示所述 订单下单失败。 11.一种收货地址的识别方法， 其特 征在于， 包括： 响应作用于操作界面上的输入指令， 在所述操作界面上显示待识别的订单信 息， 其中， 所述订单信息 至少包括： 用于表征订单中记录的收货地址； 响应作用于所述操作界面上的识别指令， 在所述操作界面上显示所述收货地址的识别 结果， 其中， 所述识别结果用于表示所述收货地址是否处于异常状态， 且在所述收货地址的 异常概率大于概率阈值时， 基于目标收货地址确定得到， 所述异常概率为基于所述订单信 息的语义信息确定得到， 且用于表示所述收货地址处于所述异常状态的可能性， 所述 目标 收货地址对应的订单的下单时间与所述收货地址对应的订单的下单时间相关联， 和/或， 所 述目标收货地址的状态为 正常状态。 12.一种收货地址的识别方法， 其特 征在于， 包括： 通过调用第一接口获取待识别的订单信息的语义信息， 其中， 所述第一接口包括第一 参数， 所述第一参数的参数值为所述语义信息， 所述订单信息至少包括： 用于表征订单中记 录的收货地址； 基于所述语义信息确定所述收货地址的异常概率， 其中， 所述异常概率用于表示所述 收货地址处于异常状态的可能性； 响应于所述异常概率大于概率阈值， 基于目标收货地址确定识别结果， 其中， 所述目标 收货地址对应的订单的下单时间与所述收货地址对应的订单的下单时间相关联， 和/或， 所 述目标收货地址的状态为正常状态， 所述识别结果用于表示所述收货地址是否处于所述异 常状态； 通过调用第 二接口输出所述识别结果， 其中， 所述第 二接口包括第二参数， 所述第二参 数的参数值 为所述识别结果。 13.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的程 序， 其中， 在所述程序被处理器运行时控制所述计算机可读存储介质所在设备执行权利要 求1至12中任意 一项所述的方法。权　利　要　求　书 2/3 页 3 CN 114757201 A 3