[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

说明书

本申请公开了一种地图检索方法、信息点POI语义向量的计算方法和装置，涉及地图检索技术领域，可应用于云领域和深度学习领域。其中，地图检索方法包括：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。本申请优化了POI语义向量的生成，使得POI的语义向量表达更加丰富，能够提高POI语义向量的准确度和置信度，从而能够较精准地召回检索提示，有效地提升了基础召回率，提高了召回效果，解决了现有技术中所存在的问题。

技术领域

本申请涉及数据处理技术，尤其涉及地图检索技术领域，具体涉及一种地图检索方法、信息点POI语义向量的计算方法和装置。

背景技术

在地图检索技术中，可以采用语义召回的方式来实现检索提示(suggestion，简称sug)的召回。然而，目前的语义召回方式中，通常根据POI名称来建立POI向量索引，对于用户输入的地图检索信息，仅考虑地图检索信息的语义向量和POI名称的语义向量之间的相似度，当地图检索信息存在差异时，会导致召回效果较差。

发明内容

本申请提供了一种地图检索方法、信息点POI语义向量的计算方法和装置。

根据第一方面，本申请提供了一种地图检索方法，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。

根据第二方面，本申请提供了一种信息点POI语义向量的计算方法，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。

根据第三方面，本申请提供了一种地图检索装置，包括：

第一计算模块，用于计算地图检索信息的语义向量；

查找模块，用于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的语义向量；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。

根据第四方面，本申请提供了一种信息点POI语义向量的计算装置，包括：

第一获取模块，用于获取目标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；

计算模块，用于根据目标POI的图语义特征，计算所述目标POI的语义向量。

根据第五方面，本申请提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中的任一项方法，或者，以使所述至少一个处理器能够执行第二方面中的任一项方法。