CN111782750A - 地图检索信息倾向地域的确定方法、装置、电子设备和存储介质 - Google Patents
地图检索信息倾向地域的确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111782750A CN111782750A CN202010599354.8A CN202010599354A CN111782750A CN 111782750 A CN111782750 A CN 111782750A CN 202010599354 A CN202010599354 A CN 202010599354A CN 111782750 A CN111782750 A CN 111782750A
- Authority
- CN
- China
- Prior art keywords
- region
- words
- word
- map retrieval
- retrieval information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000011218 segmentation Effects 0.000 claims abstract description 18
- 230000015654 memory Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Abstract
本申请公开了一种地图检索信息倾向地域的确定方法、装置、电子设备和存储介质,涉及地图检索技术领域。其中,地图检索信息倾向地域的确定方法包括:对地图检索信息进行词语切分,得到N个词语,N为正整数;根据预先创建的词语‑地域索引库,获取N个词语中每个词语所对应的地域;根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域。本申请能够将地图检索信息的检索范围限定在合适的地域范围内,可用于云服务或云平台。
Description
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信息倾向地域的确定方法、装置、电子设备和存储介质。
背景技术
在地图检索系统中,由于POI(Point of Information,信息点)的数量庞大,为了提高地图检索的效率,可以通过地图检索信息中的地域描述,使检索范围限定在一定的地域范围内。然而,当用户输入的地图检索信息中没有携带有效的地域描述时,则无法将检索范围限定在一定的地域范围内,这导致检索效率较低。
发明内容
本申请提供了一种地图检索信息倾向地域的确定方法、地图检索方法和装置。
根据第一方面,本申请提供了一种地图检索信息倾向地域的确定方法,包括:
对地图检索信息进行词语切分,得到N个词语,N为正整数;
根据预先创建的词语-地域索引库,获取N个词语中每个词语所对应的地域;
根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域。
根据第二方面,本申请提供了一种地图检索信息倾向地域的确定装置,包括:
切分模块,用于对地图检索信息进行词语切分,得到N个词语,N为正整数;
第一获取模块,用于根据预先创建的词语-地域索引库,获取N个词语中每个词语所对应的地域;
确定模块,用于根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域。
根据第三方面,本申请提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的任一项方法。
根据第四方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行第一方面中的任一项方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的地图检索信息倾向地域的确定方法的流程示意图;
图2是根据本申请第一实施例的地域-POI-词语关系数据示意图;
图3是根据本申请第一实施例的词语-地域关系数据示意图;
图4是根据本申请第一实施例的地图检索信息-地域关系数据示意图;
图5是根据本申请第一实施例的地域重要度计算以及倾向地域确定的示意图;
图6是根据本申请第一实施例的在倾向地域确定时进行插入和混排的示意图;
图7是根据本申请第三实施例的地图检索信息倾向地域的确定装置的结构示意图;
图8是用来实现本申请实施例的地图检索信息倾向地域的确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
第一实施例
如图1所示,本申请提供一种地图检索信息倾向地域的确定方法,包括如下步骤:
步骤101:对地图检索信息进行词语切分,得到N个词语。
其中,上述N为正整数,上述地图检索信息可以理解为用户输入的地图检索信息,该地图检索信息既可以包含描述地域的词语,也可以不包含描述地域的词语。为了简化描述,本申请可以将描述地域的词语简称为第一词语。
该步骤中,对地图检索信息进行词语切分,可以理解为将地图检索信息分成多个词语。在对地图检索信息进行词语切分时,可以以最小语义单元为粒度进行词语切分。
地图检索信息的英文表述可以为“query”,对地图检索信息进行词语切分后得到的词语,其英文表述可以为“term”。
需要说明的是,可以将切分后的全部词语作为上述N个词语,还可以通过对词语进行语义分析,对切分后的词语进行筛选,得到上述N个词语。例如,通过对词语进行语义分析,可以将与地域相关度较小的词语排除,还可以将用户错误输入的词语排除,等等。
步骤102:根据预先创建的词语-地域索引库,获取N个词语中每个词语所对应的地域。
本申请中,上述词语-地域索引库可以理解为用于表征词语与地域的关系数据,而词语与地域的关系数据可以理解为,某个词语出现在哪些地域中,或者说,哪些地域中存在某个词语。例如,“五一路”这个词语既出现在昆明市,也出现在长沙市,还出现在成都市,等等,那么,词语-地域索引库中可以存储有“五一路”与这多个地域的关系数据,相应的,“五一路”所对应的地域可包括昆明市、长沙市、成都市等等这多个地域。
一般情况下,N个词语中每个词语所对应的地域的数量为多个,那么,地图检索信息对应的地域的数量也通常为多个。此外,不同的词语所对应的地域可能不同,也可能部分相同,还可能完全相同。
本申请中所涉及的地域可以理解为城市,城市的行政区划可以根据实际需要灵活设置,本申请对此不作限定。
步骤103:根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域。
由于N个词语是通过对地图检索信息进行词语切分而得到的,因此,通过这N个词语中每个词语所对应的地域,可以建立地图检索信息与地域之间的关联(即形成地图检索信息-地域关系数据),这N个词语中每个词语所对应的地域可以作为地图检索信息的候选地域。
该步骤中,可以从N个词语所对应的地域中,进一步确定地图检索信息的倾向地域。
在确定了地图检索信息的倾向地域之后,可以将地图检索信息的检索范围限定在倾向地域对应的范围内,而无需进行全量检索,从而能够提高地图检索的效率。
本申请中,通过预先创建词语-地域索引库,这样,在对地图检索信息进行词语切分之后,可以根据词语-地域索引库来获取每个词语所对应的地域,从而可以建立地图检索信息与地域之间的关联,以确定地图检索信息的倾向地域。可见,无论地图检索信息是否包含有效的地域描述,均能够通过本申请来确定地图检索信息的倾向地域,从而能够将任何地图检索信息的检索范围限定在合适的地域范围内,进而能够提高地图检索的效率,解决了现有技术中所存在的问题。
可选的,词语-地域索引库通过以下步骤创建:
获取与M个地域中每个地域的POI相关的词语,以得到M个地域中每个地域所对应的词语,M为正整数;
根据M个地域中每个地域所对应的词语,创建词语-地域索引库。
其中,POI是“Point of Information”的缩写,中文可以翻译为“信息点”。在地理信息系统及地图检索技术领域中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。传统的地理信息采集方法需要地图测绘人员采用精密的测绘仪器去获取一个POI的经纬度,然后再标记下来。每个POI可包含名称、类别、坐标、分类这四方面信息,POI能提醒用户路况的分支及周边建筑的详尽信息,也能方便导航中查到用户所需要的各个地方,选择最为便捷和通畅的道路来进行路径规划,等等。
该实施方式提供了词语-地域索引库的创建方式,具体的,可以首先获取各地域的POI,并根据预先标记的POI的信息,进一步获取与POI相关的词语,这样,可以得到各地域对应的词语(简称地域-POI-词语关系数据)。
如图2所示,以地域A为例,假设地域A包括POI-1、POI-2、POI-3等信息点,其中,POI-1包括term-1、term-2、term-3这些词语,POI-2包括term-4、term-5这些词语,POI-3包括term-6、term-7、term-8、term-9这些词语,……。那么,地域A所对应的词语包括term-1、term-2、term-3、term-4、term-5、term-6、term-7、term-8、term-9等词语。
在得到了上述地域-POI-词语关系数据之后,可对地域-POI-词语关系数据进行倒排索引,以建立词语-地域关系数据,即可实现词语-地域索引库的创建。
如图3所示,以term-1为例,term-1与地域的关系数据包括地域A、地域B、地域C等地域。
该实施方式中,通过对地域-POI-词语关系数据进行倒排索引,能够实现词语-地域索引库的创建,从而可以根据词语-地域索引库来确定地图检索信息中各词语与地域的关系,进而能够得以建立如图4所示的地图检索信息-地域关系数据,为确定地图检索信息的倾向地域提供了依据。
可选的,根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域,包括:
计算N个词语所对应的地域中,每个地域的重要度;
将重要度满足预设条件的地域确定为地图检索信息的倾向地域。
一般的,每个地域都包括较多数量的POI,同样的词语很可能在多个地域出现,例如前述举例的“五一路”,N个词语中每个词语所对应的地域的数量通常也有多个,那么,N个词语所对应的地域的数量则可能更多。
鉴于此,为了提高地图检索效率,可以计算N个词语所对应的地域中,每个地域的重要度,这样,可以根据重要度对地域进行排序,将重要度满足预设条件的地域确定为地图检索信息的倾向地域。地域的重要度又可以理解为地域与地图检索信息的相关度,地域的重要度越高,则地域与地图检索信息的相关度越大,这样所确定的倾向地域能够更大概率地符合用户的需求,更有可能成为用户实际所需要的目标地域。
可选的,计算N个词语所对应的地域中,每个地域的重要度,包括:
计算N个词语中,每个词语在地图检索信息中的重要度;
计算N个词语所对应的地域中,每个地域对应的命中次数;
根据每个词语的重要度和每个地域的命中次数,计算N个词语所对应的地域中,每个地域的重要度。
容易理解的,地图检索信息中的各词语在整个地图检索信息中的重要性并不相同,词语在地图检索信息中的重要度越高,其越具有地域特征,因此,对于重要度越高的词语,其对确定地图检索信息的倾向地域的作用越大。而地域的命中次数越多,则地域越有可能成为地图检索信息的倾向地域。因此,词语的重要度和地域的命中次数能够较好地体现地域的重要度,这样,本实施方式通过词语的重要度和地域的命中次数来确定地域的重要度。
在计算地域的重要度时,可以选择线性模型,并采用线性回归的方式来计算。
在计算得到每个地域的重要度之后,可以按照重要度从高到低的顺序,对N个词语所对应的地域进行排序,将排序靠前的地域确定为倾向地域。
图5示出了地域重要度计算以及倾向地域确定的示意图。
该实施方式中,可以结合词语类别来计算每个词语在地图检索信息中的重要度,这里,词语类别可以包括地域类、名称类、门牌号类、口语类等等。
可选的,若地图检索信息包括第一词语,则N个词语不包括第一词语,第一词语为描述地域的词语。
该实施方式适用于包含有描述地域的词语(即第一词语)的地图检索信息,由于第一词语为描述地域的词语,因此,第一词语具有明确的地域指示,无需根据预先创建的词语-地域索引库来获取第一词语所对应的地域。鉴于此,为了减少不必要的处理,提高处理效率,在对地图检索信息进行词语切分时,可以将第一词语排除在上述N个词语之外。
可选的,根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域,包括:
根据N个词语中每个词语所对应的地域,以及第一词语所描述的地域,确定地图检索信息的倾向地域。
该实施方式中,可以先通过N个词语的重要度和各地域的命中次数来确定N个词语所对应的地域的重要度,并按照重要度从高到低的顺序,对N个词语所对应的地域进行排序。然后再将第一词语所描述的地域与前述所得到的地域排序进行插入和混排,来确定地图检索信息的倾向地域。通过插入和混排,可以进一步确定各地域的权重,从而能够使确定出的倾向地域更加精准。
图6示出了在倾向地域确定时进行插入和混排的示意图。
用户在输入地图检索信息时,可能出现地域描述错误。但由于本申请是将地图检索信息进行词语切分,并获取各词语所对应的地域,在确定地图检索信息的倾向地域时,也结合了词语的重要度和地域的命中次数,而并不是根据地图检索信息中的地域描述来确定地图检索信息的倾向地域。
因此,通过采用本申请的技术方案,即使用户输入的地图检索信息存在地域描述错误,也可以确定出较精确的倾向地域。可见,本申请中确定地图检索信息的倾向地域的方式能够提高倾向地域的精准度,从而有利于提高地图检索的精准度。
例如,用户输入的地图检索信息为“苏州西湖雷峰塔”,其中“苏州”为描述地域的词语,但该地域的描述存在错误,正确的地图检索信息应该为“杭州西湖雷峰塔”。本申请中,可以将“苏州西湖雷峰塔”切分为“苏州”、“西湖”和“雷峰塔”这三个词语,并将“西湖”和“雷峰塔”作为上述N个词语,继而根据预先创建的词语-地域索引库,获取到“西湖”所对应的地域为“杭州”,“雷峰塔”所对应的地域也为“杭州”,由于“西湖”和“雷峰塔”这两个词语的重要度较高,且“杭州”的命中次数较多,因此,可以确定“苏州西湖雷峰塔”的倾向地域为“杭州”,而不是“苏州”。
需要说明的是,对于包含有第一词语的地图检索信息,在确定地图检索信息的倾向地域时,既可以考虑第一词语所对应的地域,也可以不考虑第一词语所对应的地域,本申请对此不作限定。
可选的,在所述根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域之后,还包括:
检索倾向地域中,与地图检索信息相关的POI。
在确定了地图检索信息的倾向地域之后,可以根据确定的检索地域,检索与地图检索信息相关的POI,这样,实现了将地图检索信息的检索范围限定在倾向地域对应的范围内,而无需进行全量检索,从而能够提高地图检索的效率。
总而言之,本申请既能够实现无地域描述的地图检索信息的倾向地域的确定,又能够兼容有地域描述的地图检索信息的倾向地域的确定,且无论地域描述是否正确,均能够确定出较精准的倾向地域,有利于提高地图检索的效率和精准度。
需要说明的是,本申请中的地图检索信息倾向地域的确定方法中的多种可选的实施方式,彼此可以相互结合实现,也可以单独实现,对此本申请不作限定。
还需要说明的是,本申请的地图检索信息倾向地域的确定方法除了适用于地图检索场景之外,还适用于其他需要确定地图检索信息倾向地域的场景,并且,本申请除了适用于地图检索信息倾向地域的确定之外,还适用于其他类型或技术领域的检索信息倾向地域的确定,本申请对此不作限定。
本申请的上述实施例至少具有如下优点或有益效果:
本申请中,通过预先创建词语-地域索引库,这样,在对地图检索信息进行词语切分之后,可以根据词语-地域索引库来获取每个词语所对应的地域,从而可以建立地图检索信息与地域之间的关联,以确定地图检索信息的倾向地域。可见,无论地图检索信息是否包含有效的地域描述,均能够通过本申请来确定地图检索信息的倾向地域,从而能够将任何地图检索信息的检索范围限定在合适的地域范围内,进而能够提高地图检索的效率,解决了现有技术中所存在的问题。本申请可应用于云领域,例如云服务或云平台,本申请还可应用于深度学习领域。
第二实施例
如图7所示,本申请提供一种地图检索信息倾向地域的确定装置300,包括:
切分模块301,用于对地图检索信息进行词语切分,得到N个词语,N为正整数;
第一获取模块302,用于根据预先创建的词语-地域索引库,获取N个词语中每个词语所对应的地域;
确定模块303,用于根据N个词语中每个词语所对应的地域,确定地图检索信息的倾向地域。
可选的,地图检索信息倾向地域的确定装置300还包括:
第二获取模块,用于获取与M个地域中每个地域的信息点POI相关的词语,以得到M个地域中每个地域所对应的词语,M为正整数;
创建模块,用于根据M个地域中每个地域所对应的词语,创建词语-地域索引库。
可选的,确定模块303包括:
计算子模块,用于计算N个词语所对应的地域中,每个地域的重要度;
确定子模块,用于将重要度满足预设条件的地域确定为地图检索信息的倾向地域。
可选的,计算子模块具体用于:
计算N个词语中,每个词语在地图检索信息中的重要度;
计算N个词语所对应的地域中,每个地域对应的命中次数;
根据每个词语的重要度和每个地域的命中次数,计算N个词语所对应的地域中,每个地域的重要度。
可选的,若地图检索信息包括第一词语,则N个词语不包括第一词语,第一词语为描述地域的词语。
可选的,确定模块303具体用于:
根据N个词语中每个词语所对应的地域,以及第一词语所描述的地域,确定地图检索信息的倾向地域。
可选的,地图检索信息倾向地域的确定装置300还包括:
检索模块,用于检索所述倾向地域中,与所述地图检索信息相关的兴趣点。
本申请提供的地图检索信息倾向地域的确定装置300能够实现上述地图检索信息倾向地域的确定方法实施例中的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的地图检索信息倾向地域的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如8所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的地图检索信息倾向地域的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的地图检索信息倾向地域的确定方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的地图检索信息倾向地域的确定方法对应的程序指令/模块(例如,附图8所示的切分模块301、第一获取模块302和确定模块303)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行问题解析装置的各种功能应用以及数据处理,即实现上述方法实施例中的地图检索信息倾向地域的确定方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据地图检索信息倾向地域的确定方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至地图检索信息倾向地域的确定方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
地图检索信息倾向地域的确定方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与地图检索信息倾向地域的确定方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过预先创建词语-地域索引库,这样,在对地图检索信息进行词语切分之后,可以根据词语-地域索引库来获取每个词语所对应的地域,从而可以将地图检索信息与地域建立关联,以确定地图检索信息的倾向地域。可见,无论地图检索信息是否包含有效的地域描述,均能够通过本申请来确定地图检索信息的倾向地域,从而能够将任何地图检索信息的检索范围限定在合适的地域范围内,进而能够提高地图检索的效率,解决了现有技术中所存在的问题。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种地图检索信息倾向地域的确定方法,包括:
对地图检索信息进行词语切分,得到N个词语,所述N为正整数;
根据预先创建的词语-地域索引库,获取所述N个词语中每个词语所对应的地域;
根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域。
2.根据权利要求1所述的方法,所述词语-地域索引库通过以下步骤创建:
获取与M个地域中每个地域的信息点POI相关的词语,以得到所述M个地域中每个地域所对应的词语,所述M为正整数;
根据所述M个地域中每个地域所对应的词语,创建所述词语-地域索引库。
3.根据权利要求1所述的方法,其中,所述根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域,包括:
计算所述N个词语所对应的地域中,每个地域的重要度;
将所述重要度满足预设条件的地域确定为所述地图检索信息的倾向地域。
4.根据权利要求3所述的方法,其中,所述计算所述N个词语所对应的地域中,每个地域的重要度,包括:
计算所述N个词语中,每个词语在所述地图检索信息中的重要度;
计算所述N个词语所对应的地域中,每个地域对应的命中次数;
根据所述每个词语的重要度和所述每个地域的命中次数,计算所述N个词语所对应的地域中,每个地域的重要度。
5.根据权利要求1至4中任一项所述的方法,若所述地图检索信息包括第一词语,则所述N个词语不包括所述第一词语,所述第一词语为描述地域的词语。
6.根据权利要求5所述的方法,其中,所述根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域,包括:
根据所述N个词语中每个词语所对应的地域,以及所述第一词语所描述的地域,确定所述地图检索信息的倾向地域。
7.根据权利要求1至4中任一项所述的方法,在所述根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域之后,还包括:
检索所述倾向地域中,与所述地图检索信息相关的信息点POI。
8.一种地图检索信息倾向地域的确定装置,包括:
切分模块,用于对地图检索信息进行词语切分,得到N个词语,所述N为正整数;
第一获取模块,用于根据预先创建的词语-地域索引库,获取所述N个词语中每个词语所对应的地域;
确定模块,用于根据所述N个词语中每个词语所对应的地域,确定所述地图检索信息的倾向地域。
9.根据权利要求8所述的装置,还包括:
第二获取模块,用于获取与M个地域中每个地域的信息点POI相关的词语,以得到所述M个地域中每个地域所对应的词语,所述M为正整数;
创建模块,用于根据所述M个地域中每个地域所对应的词语,创建所述词语-地域索引库。
10.根据权利要求8所述的装置,其中,所述确定模块包括:
计算子模块,用于计算所述N个词语所对应的地域中,每个地域的重要度;
确定子模块,用于将所述重要度满足预设条件的地域确定为所述地图检索信息的倾向地域。
11.根据权利要求10所述的装置,其中,所述计算子模块具体用于:
计算所述N个词语中,每个词语在所述地图检索信息中的重要度;
计算所述N个词语所对应的地域中,每个地域对应的命中次数;
根据所述每个词语的重要度和所述每个地域的命中次数,计算所述N个词语所对应的地域中,每个地域的重要度。
12.根据权利要求8至11中任一项所述的装置,若所述地图检索信息包括第一词语,则所述N个词语不包括所述第一词语,所述第一词语为描述地域的词语。
13.根据权利要求12所述的装置,其中,所述确定模块具体用于:
根据所述N个词语中每个词语所对应的地域,以及所述第一词语所描述的地域,确定所述地图检索信息的倾向地域。
14.根据权利要求8至11中任一项所述的装置,还包括:
检索模块,用于检索所述倾向地域中,与所述地图检索信息相关的兴趣点。
15.一种电子设备,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权利要求1至7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599354.8A CN111782750B (zh) | 2020-06-28 | 2020-06-28 | 地图检索信息倾向地域的确定方法、装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599354.8A CN111782750B (zh) | 2020-06-28 | 2020-06-28 | 地图检索信息倾向地域的确定方法、装置、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782750A true CN111782750A (zh) | 2020-10-16 |
CN111782750B CN111782750B (zh) | 2024-01-09 |
Family
ID=72760643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010599354.8A Active CN111782750B (zh) | 2020-06-28 | 2020-06-28 | 地图检索信息倾向地域的确定方法、装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782750B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175301A (ja) * | 2000-12-07 | 2002-06-21 | Nippon Telegraph & Telephone West Corp | 地図情報検索装置および方法 |
JP2007293823A (ja) * | 2006-03-27 | 2007-11-08 | Denso It Laboratory Inc | 地図表示システムおよび地図表示方法 |
CN102033947A (zh) * | 2010-12-22 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种基于检索词的地域识别装置及方法 |
JP2011090618A (ja) * | 2009-10-26 | 2011-05-06 | Honda Motor Co Ltd | 情報検索装置およびナビゲーション装置 |
WO2012088706A1 (zh) * | 2010-12-31 | 2012-07-05 | Xiao Yan | 一种检索的方法和系统 |
CN103942221A (zh) * | 2013-01-23 | 2014-07-23 | 百度在线网络技术(北京)有限公司 | 检索方法及设备 |
CN110674262A (zh) * | 2019-10-16 | 2020-01-10 | 北京百度网讯科技有限公司 | 词语识别方法、装置、电子设备和介质 |
-
2020
- 2020-06-28 CN CN202010599354.8A patent/CN111782750B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002175301A (ja) * | 2000-12-07 | 2002-06-21 | Nippon Telegraph & Telephone West Corp | 地図情報検索装置および方法 |
JP2007293823A (ja) * | 2006-03-27 | 2007-11-08 | Denso It Laboratory Inc | 地図表示システムおよび地図表示方法 |
JP2011090618A (ja) * | 2009-10-26 | 2011-05-06 | Honda Motor Co Ltd | 情報検索装置およびナビゲーション装置 |
CN102033947A (zh) * | 2010-12-22 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种基于检索词的地域识别装置及方法 |
WO2012088706A1 (zh) * | 2010-12-31 | 2012-07-05 | Xiao Yan | 一种检索的方法和系统 |
CN103942221A (zh) * | 2013-01-23 | 2014-07-23 | 百度在线网络技术(北京)有限公司 | 检索方法及设备 |
CN110674262A (zh) * | 2019-10-16 | 2020-01-10 | 北京百度网讯科技有限公司 | 词语识别方法、装置、电子设备和介质 |
Non-Patent Citations (2)
Title |
---|
王知津;马晓瑜;: "搜索引擎个性化信息服务探讨", 图书馆, no. 01 * |
韩学仁;王青山;郭勇;赵莹;: "基于Solr和本体的地方志数据语义检索研究", 信息工程大学学报, no. 01 * |
Also Published As
Publication number | Publication date |
---|---|
CN111782750B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107656913B (zh) | 地图兴趣点地址提取方法、装置、服务器和存储介质 | |
US11361005B2 (en) | Method for processing map data, device, and storage medium | |
EP3842963A1 (en) | Method and device for acquiring poi state information, apparatus, and computer storage medium | |
CN107203526B (zh) | 一种查询串语义需求分析方法及装置 | |
CN111858820A (zh) | 用地性质识别方法、装置、电子设备及存储介质 | |
US20210209160A1 (en) | Method and apparatus for identifying map region words | |
CN111666292A (zh) | 用于检索地理位置的相似度模型建立方法和装置 | |
CN112328890A (zh) | 搜索地理位置点的方法、装置、设备及存储介质 | |
CN111309872B (zh) | 搜索处理方法、装置及设备 | |
CN113160693B (zh) | 一种道路路口的处理方法、装置、设备和存储介质 | |
CN112015774A (zh) | 一种图表推荐方法、装置、电子设备及存储介质 | |
CN112101013A (zh) | 地点抽取方法、装置、设备以及存储介质 | |
US20210192554A1 (en) | Method, apparatus, device and storage medium for judging permanent area change | |
US20210216710A1 (en) | Method and apparatus for performing word segmentation on text, device, and medium | |
CN111291192A (zh) | 知识图谱中三元组置信度计算方法和装置 | |
CN111694914A (zh) | 用户常驻区域确定方法及装置 | |
CN111782975A (zh) | 一种检索方法、装置和电子设备 | |
CN110781657A (zh) | 导航播报的管理方法、装置及设备 | |
CN111782750B (zh) | 地图检索信息倾向地域的确定方法、装置、电子设备 | |
CN111782748B (zh) | 地图检索方法、信息点poi语义向量的计算方法和装置 | |
CN112883127B (zh) | 一种道路数据处理方法、装置、电子设备和介质 | |
CN112861023A (zh) | 地图信息处理方法、装置、设备、存储介质及程序产品 | |
CN112182409A (zh) | 数据处理方法、装置、设备及计算机存储介质 | |
CN112507249A (zh) | 兴趣点生成的方法、装置、电子设备及存储介质 | |
CN113076389A (zh) | 文章地域识别方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |