[发明专利]区域命名方法、装置及电子设备在审

专利信息
申请号: 202110236584.2 申请日: 2021-03-03
公开(公告)号: CN113705233A 公开(公告)日: 2021-11-26
发明(设计)人: 蔡纪烜 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F40/295 分类号: G06F40/295;G06F40/166;G06F9/451;G06K9/62
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 刘星雨;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 区域 命名 方法 装置 电子设备
【权利要求书】:

1.一种区域命名方法,其特征在于,所述方法包括:

获取待命名的第一区域内多个第一兴趣点,并获取每个所述第一兴趣点对应的关键词集合;

根据每个关键词在所述多个第一兴趣点对应的关键词集合中出现的次数,确定所述每个关键词的第一权重;

获取第二区域内多个第二兴趣点,其中,所述第二区域包括所述第一区域;

根据所述第二区域内的第二兴趣点的总数目、以及所述第二区域内对应所述每个关键词的第二兴趣点的数目,对所述每个关键词的第一权重进行修正处理,得到所述每个关键词的第二权重;

基于具有最大的第二权重的关键词,确定所述第一区域的名称。

2.根据权利要求1所述的方法,其特征在于,所述获取每个所述第一兴趣点对应的关键词集合,包括:

获取每个所述第一兴趣点的以下种类的属性信息中至少之一:名称信息、类别信息、详情信息,其中,所述第一兴趣点的地理位置处于所述第一区域内;

从每个所述第一兴趣点的属性信息中提取关键词,组成每个所述第一兴趣点对应的关键词集合。

3.根据权利要求2所述的方法,其特征在于,所述从每个所述第一兴趣点的属性信息中提取关键词,包括:

执行以下至少一种处理:

基于字典集合对所述属性信息进行分词处理,得到对应所述属性信息的关键词;

基于序列生成模型对所述属性信息进行分词处理,得到对应所述属性信息的关键词。

4.根据权利要求3所述的方法,其特征在于,所述基于字典集合对所述属性信息进行分词处理,得到对应所述属性信息的关键词,包括:

将所述属性信息的多个字符按照特定方向与所述字典集合中的字符串进行匹配处理,将得到的所述属性信息中最大长度的字符串作为关键词,并继续将所述属性信息的剩余字符与所述字典集合进行从左往右的匹配处理,直到所述属性信息中的每个字符参与了匹配;

其中,所述特定方向包括:以所述属性信息的第一个字符为起点向后的方向,以所述属性信息的最后一个字符为起点向前的方向;所述剩余字符为所述属性信息中未被匹配为所述关键词的字符。

5.根据权利要求3所述的方法,其特征在于,所述基于序列生成模型对所述属性信息进行分词处理,得到对应所述属性信息的关键词,包括:

通过所述序列生成模型对所述属性信息进行序列标注处理,得到对应所述属性信息中每个字符的字符类型,以根据每个所述字符的字符类型,生成对应所述属性信息的关键词序列;

其中,所述序列生成模型是基于属性信息样本以及预标注的关键词序列进行训练得到的。

6.根据权利要求1所述的方法,其特征在于,所述根据每个关键词在所述多个第一兴趣点对应的关键词集合中出现的次数,确定所述每个关键词的第一权重,包括:

对每个所述关键词在多个所述关键词集合中出现的次数进行求和处理,得到对应所述第一区域的关键词总数目;

根据每个所述关键词在多个所述关键词集合中出现的次数与所述关键词总数目的第一比值,确定每个所述关键词的第一权重。

7.根据权利要求6所述的方法,其特征在于,所述根据每个所述关键词在多个所述关键词集合中出现的次数与所述关键词总数目的第一比值,确定每个所述关键词的第一权重,包括:

通过执行以下处理中任意一种以确定每个所述关键词的第一权重:

将每个所述关键词在多个所述关键词集合中出现的次数与所述关键词总数目的第一比值,确定为每个所述关键词的第一权重;

通过第一词语评分模型对每个所述关键词进行评分处理,得到表征所述关键词的重要性的第一评分,将每个所述关键词的第一评分与所述第一比值的乘积,确定为每个所述关键词的第一权重;

其中,所述第一词语评分模型是基于关键词样本以及预标注的关键词的第一评分进行训练得到的。

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科技(深圳)有限公司,未经腾讯科技(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/202110236584.2/1.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