[发明专利]目标对象的标识信息确定方法、装置、设备及存储介质在审

专利信息
申请号: 201910849794.1 申请日: 2019-09-09
公开(公告)号: CN110781204A 公开(公告)日: 2020-02-11
发明(设计)人: 江小天;卢俊之;杨璧嘉 申请(专利权)人: 腾讯大地通途(北京)科技有限公司;腾讯科技(深圳)有限公司
主分类号: G06F16/242 分类号: G06F16/242;G06F16/28;G06F16/29
代理公司: 44202 广州三环专利商标代理有限公司 代理人: 郝传鑫;贾允
地址: 100089 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标对象 标识信息 匹配结果 信息对应 关联属性 信息匹配 预设 自然语言 自然语言处理 字符串匹配 存储介质 匹配策略 特征输入 信息集 准确率 匹配 申请 概率
【说明书】:

本申请提供一种目标对象的标识信息确定方法、装置、设备及存储介质,该方法包括:基于目标对象的自然语言处理结果,确定目标对象的召回信息集;获取每个召回信息对应的关联属性特征;将每个召回信息对应的关联属性特征输入信息匹配模型进行信息匹配处理,得到每个召回信息与目标对象的第一匹配结果;将每个召回信息与目标对象分别按照预设自然语言匹配策略以及预设字符串匹配策略进行匹配,得到每个召回信息与目标对象的第二、第三匹配结果;基于第一、第二和第三匹配结果,确定目标对象的候选召回信息;将候选召回信息对应的标识信息确定为目标对象的标识信息。本申请能够提高目标对象的标识信息确定的准确率,降低错判和漏判的概率。

技术领域

本申请属于互联网技术领域,具体涉及一种目标对象的标识信息确定方法、装置、设备及存储介质。

背景技术

随着科技的发展和互联网技术的不断进步,移动终端提供的服务不断升级。目前基于位置的服务(Location Based Services,LBS)是当前移动终端服务中的热点。

在LBS中,兴趣点(Point of Interest,POI)已成为衡量LBS价值的标准。其中,POI是一个区域活力的重要组成部分,是现实世界的地点描述,具体可以包括零售商铺、餐饮门店、公交站、娱乐场所或大学等。不同的POI可以具备不同的名称,名称用于标识POI。

在实际应用中,经常需要对POI进行连锁品牌POI识别,即识别POI属于哪个连锁品牌。现有技术方案多采用基于模式匹配的方式进行POI连锁品牌识别,具体为通过将候选POI与词表进行模式匹配,得到文字形式相似的品牌。然而现有方式缺少对POI文本的语义理解,常常会导致错判和漏判,POI连锁品牌识别准确率不高。

发明内容

为了提高POI连锁品牌识别的准确率,降低错判和漏判的概率,本申请提出一种目标对象的标识信息确定方法、装置、设备及存储介质。

一方面,本申请提出了目标对象的标识信息确定方法,所述方法包括:。

基于目标对象对应的自然语言处理结果,确定所述目标对象对应的召回信息集;

获取每个召回信息对应的关联属性特征;其中,所述关联属性特征表征所述召回信息与所述目标对象的关联关系;

将每个召回信息对应的关联属性特征输入信息匹配模型进行信息匹配处理,得到每个召回信息与所述目标对象的第一匹配结果;

将每个召回信息与所述目标对象按照预设自然语言匹配策略进行匹配,得到每个召回信息与所述目标对象的第二匹配结果;

将每个召回信息与所述目标对象按照预设字符串匹配策略进行匹配,得到每个召回信息与所述目标对象的第三匹配结果;

基于所述第一匹配结果、所述第二匹配结果和所述第三匹配结果,确定所述目标对象对应的候选召回信息;

将所述候选召回信息对应的标识信息确定为所述目标对象的标识信息。

另一方面,本申请提出了一种目标对象的标识信息确定装置,所述装置包括:

召回信息集确定模块,用于基于目标对象对应的自然语言处理结果,确定所述目标对象对应的召回信息集;

关联属性特征获取模块,用于获取每个召回信息对应的关联属性特征;其中,所述关联属性特征表征所述召回信息与所述目标对象的关联关系;

第一匹配结果获取模块,用于将每个召回信息对应的关联属性特征输入信息匹配模型进行信息匹配处理,得到每个召回信息与所述目标对象的第一匹配结果;

第二匹配结果获取模块,用于将每个召回信息与所述目标对象按照预设自然语言匹配策略进行匹配,得到每个召回信息与所述目标对象的第二匹配结果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯大地通途(北京)科技有限公司;腾讯科技(深圳)有限公司,未经腾讯大地通途(北京)科技有限公司;腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910849794.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top