[发明专利]地图检索方法、信息点POI语义向量的计算方法和装置

权利要求书

1.一种地图检索方法，其特征在于，所述方法包括：

计算地图检索信息的语义向量；

根据预先创建的信息点POI语义向量索引库，查找与所述地图检索信息的语义向量相匹配的目标POI语义向量；其中，所述目标POI的语义向量根据所述目标POI的图语义特征计算得到，所述目标POI的图语义特征聚合了所述目标POI与N个邻居节点之间的语义特征，所述N为大于1的整数。

2.根据权利要求1所述的方法，其特征在于，所述目标POI的图语义特征通过以下步骤得到：

获取所述目标POI的N个邻居节点；

分别获取所述目标POI与每个邻居节点之间的语义关联，以得到N个语义特征；

将所述N个语义特征进行聚合，以得到所述目标POI的图语义特征。

3.根据权利要求1所述的方法，其特征在于，所述N个邻居节点为N个地图检索信息，所述N个地图检索信息被用户响应了所述目标POI的选择操作；或者，

所述N个邻居节点为用户在预设时间内依次选择的N个POI，所述目标POI和所述N个POI均属于同一类型。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标POI的语义向量根据所述目标POI的图语义特征以及所述目标POI的基础信息计算得到；其中，所述目标POI的基础信息包括所述目标POI的名称、所述目标POI的地址、所述目标POI所属的标签和所述目标POI的地理位置中的至少一项。

5.根据权利要求4所述的方法，其特征在于，所述目标POI的语义向量通过以下步骤计算得到：

根据所述目标POI的图语义特征，计算所述目标POI的第一向量表示；

根据所述目标POI的基础信息，计算所述目标POI的第二向量表示；

根据所述第一向量表示和所述第二向量表示，计算所述目标POI的语义向量。

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述计算地图检索信息的语义向量，包括：

根据所述地图检索信息，计算所述地图检索信息的第一向量表示；

在接收到所述地图检索信息之后，根据当前地理位置信息，计算所述地图检索信息的第二向量表示；

根据所述第一向量表示和所述第二向量表示，计算所述地图检索信息的语义向量。

7.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标POI的语义向量和所述地图检索信息的语义向量通过预先训练的语义模型计算得到；

所述语义模型的训练函数如下：

R_neg＝Q·P^T

l＝max(0,m-R_pos+R_neg)

其中，Q表示地图检索信息样本的特征矩阵，P表示POI样本的特征矩阵，表示克罗内克积，R_pos表示正样本特征矩阵，R_neg表示负样特征本矩阵，m表示正样本特征矩阵与负样本特征矩阵之间的间距，l表示损失函数。

8.一种信息点POI语义向量的计算方法，其特征在于，所述方法包括：

获取目标POI的图语义特征，其中，所述目标POI的图语义特征聚合了所述目标POI与N个邻居节点之间的语义特征，所述N为大于1的整数；

根据所述目标POI的图语义特征，计算所述目标POI的语义向量。

9.根据权利要求8所述的方法，其特征在于，所述获取目标POI的图语义特征包括：

获取所述目标POI的N个邻居节点；

分别获取所述目标POI与每个邻居节点之间的语义关联，以得到N个语义特征；

将所述N个语义特征进行聚合，以得到所述目标POI的图语义特征。