CN115114540A - 检索方法和知识信息构建方法、装置、设备以及存储介质 - Google Patents
检索方法和知识信息构建方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115114540A CN115114540A CN202210305848.XA CN202210305848A CN115114540A CN 115114540 A CN115114540 A CN 115114540A CN 202210305848 A CN202210305848 A CN 202210305848A CN 115114540 A CN115114540 A CN 115114540A
- Authority
- CN
- China
- Prior art keywords
- information
- map
- interest points
- map interest
- points
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000010276 construction Methods 0.000 title claims abstract description 31
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 239000012634 fragment Substances 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06F16/90—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
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种检索方法和知识信息构建方法、装置、设备以及存储介质,涉及人工智能技术领域,尤其涉及知识地图、智能搜索、知识图谱等领域。具体实现方案为:接收检索信息,其中,检索信息包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称,地图兴趣点用于表示地理信息系统中的地点;基于兴趣点上位关键词与地图兴趣点的对应关系,确定检索信息对应的目标地图兴趣点;基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息,并将地点知识信息作为针对检索信息的检索结果。本公开能够实现针对不是地点本身的检索信息,得到检索信息对应的地点知识信息。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及知识地图、智能搜索、知识图谱等领域。
背景技术
随着计算机技术的飞速发展,人们对于利用网络信息技术产生和搜集数据有了越来越多的需求。
发明内容
本公开提供了一种检索方法和知识信息构建方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种检索方法,包括:
接收检索信息,其中,所述检索信息包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称,所述地图兴趣点用于表示地理信息系统中的地点;
基于兴趣点上位关键词与地图兴趣点的对应关系,确定所述检索信息对应的目标地图兴趣点;
基于地图兴趣点与地点知识信息的对应关系,获取所述目标地图兴趣点对应的地点知识信息,并将所述地点知识信息作为针对所述检索信息的检索结果。
根据本公开的第二方面,提供了一种知识信息构建方法,包括:
获取多个信息片段以及所述多个信息片段中各个信息片段对应的地图兴趣点,所述地图兴趣点用于表示地理信息系统中的地点;
根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段;
利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题,针对每一地图兴趣点,所述主题反映所述地图兴趣点对应的信息片段的语义信息;
利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
根据本公开的第三方面,提供了一种检索装置,包括:
第一接收模块,用于接收检索信息,其中,所述检索信息包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称,所述地图兴趣点用于表示地理信息系统中的地点;
确定模块,用于基于兴趣点上位关键词与地图兴趣点的对应关系,确定所述检索信息对应的目标地图兴趣点;
获取模块,用于基于地图兴趣点与地点知识信息的对应关系,获取所述目标地图兴趣点对应的地点知识信息,并将所述地点知识信息作为针对所述检索信息的检索结果。
根据本公开的第四方面,提供了一种知识信息构建装置,包括:
获取模块,用于获取多个信息片段以及所述多个信息片段中各个信息片段对应的地图兴趣点,所述地图兴趣点用于表示地理信息系统中的地点;
第一统计模块,用于根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段;
生成模块,用于利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题,针对每一地图兴趣点,所述主题反映所述地图兴趣点对应的信息片段的语义信息;
构建模块,用于利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
根据本公开的第五方面,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上述第一方面或第二方面所述的方法。
根据本公开的第六方面,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,其中,所述计算机指令用于使所述计算机执行上述第一方面或第二方面所述的方法。
根据本公开的第七方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据上述第一方面或第二方面所述的方法。
本公开能够实现针对不是地点本身的检索信息,得到检索信息对应的地点知识信息。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1A是本公开实施例提供的检索方法的一种流程图;
图1B是本公开实施例提供的检索方法的另一种流程图;
图2是相关技术中展示信息的一种示意图;
图3是本公开实施例中展示知识信息的一种示意图;
图4A是本公开实施例中展示知识信息的另一种示意图;
图4B是本公开实施例中展示知识信息的又一种示意图;
图5是本公开实施例中知识信息构建的流程图;
图6是本公开实施例中信息片段的示意图;
图7是应用本公开实施例中知识信息构建的示意图;
图8本公开实施例提供的检索装置的一种结构示意图;
图9本公开实施例提供的检索装置的又一种结构示意图;
图10本公开实施例提供的检索装置的再一种结构示意图;
图11本公开实施例提供的知识信息构建装置的一种结构示意图;
图12本公开实施例提供的知识信息构建装置的另一种结构示意图;
图13是用来实现本公开实施例的检索方法或信息构建方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
本公开实施例提供了一种检索方法,可以包括:
接收检索信息,其中,检索信息包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称,地图兴趣点用于表示地理信息系统中的地点;
基于兴趣点上位关键词与地图兴趣点的对应关系,确定检索信息对应的目标地图兴趣点;
基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息,并将地点知识信息作为针对检索信息的检索结果。
本公开实施例中,针对包括兴趣点上位关键词的检索信息,可以先基于兴趣点上位关键词与地图兴趣点的对应关系,确定检索信息对应的目标地图兴趣点,然后,基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息。针对不是地点本身的检索信息,可以得到检索信息对应的地点知识信息。
本公开实施例提供的检索方法可以应用于电子设备。具体地,电子设备可以包括服务器、终端,等等。
图1A是本公开实施例提供的检索方法的流程图。参照图1A,本公开实施例提供的检索方法可以包括:
S101,接收检索信息。
其中,检索信息包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称,地图兴趣点用于表示地理信息系统中的地点。
例如,五岳是多个地图兴趣点:泰山、华山、衡山、恒山和嵩山的统称,则“五岳”可以理解为兴趣点上位关键词。
一种可实现方式中,可以接收用户输入的检索信息。例如,电子设备中安装有地图应用程序(Application,APP),用户通过地图APP输入检索信息,如此,电子设备可以接收该检索信息。
S102,基于兴趣点上位关键词与地图兴趣点的对应关系,确定检索信息对应的目标地图兴趣点。
兴趣点上位关键词与地图兴趣点的对应关系包括多个兴趣点上位关键词分别对应的地图兴趣点。
可以将检索信息包括的兴趣点上位关键词与对应关系(兴趣点上位关键词与地图兴趣点的对应关系)中的多个兴趣点上位关键词进行比对。具体地,可以将检索信息包括的该兴趣点上位关键词分别与对应关系(兴趣点上位关键词与地图兴趣点的对应关系)中的多个兴趣点上位关键词进行比对,若该兴趣点上位关键词与对应关系中的兴趣点上位关键词匹配,如该兴趣点上位关键词与对应关系中的一兴趣点上位关键词相同,则将对应关系中与该兴趣点上位关键词匹配的兴趣点上位关键词对应的兴趣点作为该兴趣点上位关键词对应的目标地图兴趣点。
S103,基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息,并将地点知识信息作为针对检索信息的检索结果。
地图兴趣点与地点知识信息的对应关系包括多个地图兴趣点分别对应的地点知识信息。针对每一地图兴趣点对应的地点知识信息可以包括与该地图兴趣点关联的信息。
若检索信息对应有一个目标地图兴趣点,将该目标地图兴趣点与地图兴趣点与地点知识信息的对应关系中多个地图兴趣点进行比对,若该目标地图兴趣点与该对应关系(地图兴趣点与地点知识信息的对应关系)中地图兴趣点匹配,如该目标地图兴趣点与该对应关系中一地图兴趣点相同,则将该对应关系(地图兴趣点与地点知识信息的对应关系)中与该目标地图兴趣点匹配的地图兴趣点的地点知识信息,作为目标地图兴趣点对应的地点知识信息。
若检索信息对应有多个目标地图兴趣点,分别将每一个目标地图兴趣点与地图兴趣点与地点知识信息的对应关系中多个地图兴趣点进行比对,具体比对过程见上述检索信息对应有一个目标地图兴趣点的情况,如此,可以得到每一个目标地图兴趣点分别对应的地点知识信息,每一个目标地图兴趣点分别对应的地点知识信息组成检索信息对应的目标地图兴趣点。
地图兴趣点与地点知识信息的对应关系的构建下面会详细介绍,这里先不赘述。
一种可选地实施例中,如图1B,还可以包括:
S104,利用地图展示地点知识信息。
利用地图展示地点知识信息也可以理解为将地点知识信息作为地图答案提供给用户。
地点知识信息可以包括目标地图兴趣点关联的信息。例如,目标地图兴趣点的位置信息、目标地图兴趣点的全貌信息如包括目标地图兴趣点全貌的图片等等。
一种可实现方式中,可以在地图中展示目标地图兴趣点的地点知识信息。例如,在地图中通过方框标注出目标地图兴趣点,也即在地图中展示目标地图兴趣点的位置信息。
利用地图展示地点知识信息可以直观地将目标地图兴趣点的地点知识信息展示在地图中,使得用户可以在地图中清晰地查看目标地图兴趣点关联的信息。
例如,搜索信息为“五岳在哪里”;搜索信息中包括的兴趣点上位关键词为“五岳”;检索信息对应的目标地图兴趣点:泰山、华山、衡山、恒山和嵩山;目标地图兴趣点对应的地点知识信息为泰山、华山、衡山、恒山和嵩山的位置信息,利用地图展示地点知识信息,在地图中通过方框标注出泰山、华山、衡山、恒山和嵩山,地图类型的答案可以清晰、直观地为用户展示五岳在哪里。
相关技术中检索非地点的相关信息,如检索信息不是地点本身时,一般是通过搜索引擎进行检索,搜索引擎给出的答案都是以静态图片+文字的方式呈现,这种方式不够清晰、直观。如图2,以文字形式展示“五岳在哪里”对应的答案,以静态图片形式展示“五岳在哪里”对应的答案,用户基于这两种方式的答案都无法清晰、直观地确定五岳具体的位置在哪里。
本公开实施例中,可以利用包括兴趣点上位关键词的检索信息进行检索,在地图中展示检索信息对应的目标地图兴趣点的地点知识信息,如此可以实现利用不是地点的检索信息在地图中进行检索,并在地图中展示相关的地点知识信息,也可以理解为针对不是地点的检索信息提供地图类型的答案,更清晰、更直观为用户提供检索答案。
同时,实现用户在地图中基于地点之外的关键词进行搜索,可以直接基于地点之外的关键词,如检索信息如“五岳”,为用户提供地图类型的答案,无需先利用该检索信息通过搜索引擎查询文字形式的答案或静态图片形式的答案,然后从文字形式的答案或静态图片形式的答案中人工确定出地点,然后再利用该地点在地图中检索,本公开实施例不仅能够方便用户操作,还能够解决需要阅览多篇答案才能了解全貌的问题,本公开实施例可以直接基于检索信息进行检索得到地图类型的答案,通过地图类型的答案直接了解该检索信息相关的信息。
另外,相关技术提供的这两种形式的答案,也限制了用户的进一步操作。例如,单纯的文字答案不能清晰直观的让用户知道这些地方具体的位置在哪里、距离自己有多远,静态图片形式的答案虽然相比较于单纯的文字直观了一些,但程度有限,用户不能随意缩放看到更细致层级的情况(比如具体位置、附近是什么样),也无法直接有进一步的操作(距离自己多远、怎么去)。
本公开实施例提供的检索方法还可以包括:
接收针对地点知识信息的交互操作;展示针对交互操作的信息。
交互操作可以包括点击、缩放等。
可以针对展示的地点知识信息进行进一步操作,例如,用户可以点击标注恒山的方框,电子设备接收到该点击操作后,电子设备可以在地图中展示北岳恒山的详细信息,如介绍图片、排名、位置信息等,如图3。
可以提供展示界面,在展示界面中展示地点知识信息。展示界面中除了地点知识信息本身还可以包括操作选项,通过该操作选项进行交互操作,用户可以发起路线规划。例如,除了展示目标地图兴趣点的位置信息,展示界面还包括“到这去”选项,接收针对该“到这去”选项的点击操作,将该位置信息作为起始点或终点,展示路线规划界面,若将该位置信息作为起始点,接收通过该路线规划界面中输入的终点,若将该位置信息作为终点,接收通过该路线规划界面中输入的起始点,如此,电子设备基于起始点和终点可以展示规划的路线,如驾车导航路线、公交路线,等等,如图4A。例如,展示界面包括“周边”选项,接收针对该“周边”选项的点击操作,展示该位置信息附近的地图,如图4B。或者,也可以缩放展示知识信息的展示界面,查看位置信息的附近的内容,如商店、酒店等。
如此,可以支持用户针对地点知识信息的进一步交互操作,更加清晰、直观,且能够帮助用户更好的了解地点相关知识,提高用户体验。
本公开实施例中,可以实现利用兴趣点上位关键词确定对应的目标地图兴趣点,进而基于兴趣点上位关键词与地图兴趣点的对应关系,获取目标地图兴趣点对应的知识信息,并利用地图展示地点知识信息,即可以实现利用兴趣点上位关键词在地图中进行检索,在地图中针对兴趣点上位关键词展示相关的知识信息,为兴趣点上位关键词提供更加清晰、直观地答案,且相比较于相关技术中仅能针对兴趣点本身进行检索以在地图中展示答案,本公开实施例中扩展了地图检索所能够支持的检索词的范围。
本公开实施例还提供了一种知识信息构建方法,如图5所示,还可以包括:
S501,获取多个信息片段以及多个信息片段中各个信息片段对应的地图兴趣点。
地图兴趣点用于表示地理信息系统中的地点。
可以基于标注或机器生产的方式,生成多个信息片段以及多个信息片段中各个信息片段对应的兴趣点。
可以针对各个信息片段标注对应的兴趣点(Point of Interest,POI)归属。如一个信息片段无明确POI归属,则该信息片段的POI归属为“无 POI归属”,可以理解为该信息片段对应的地图兴趣点为空;如一个信息片段有明确单一POI归属,则将该信息片段的POI归属标注为该POI,可以理解为该信息片段对应的地图兴趣点为该POI;如一个信息片段有多个 POI归属,则将该信息片段的POI归属标注为多个POI,可以理解为该信息片段对应的地图兴趣点为多个POI。
信息片段可以是文档(Document,DOC)片段。
一种可实现方式中,可以获取多个信息片段;针对每一信息片段,对信息片段进行分词处理,得到信息片段的多个词语;响应于多个词语包括至少一个地图兴趣点,将至少一个地图兴趣点作为信息片段对应的地图兴趣点。
分词处理可以采用任何可实现分词的方式,本公开实施例中不对分词处理进行限制。
得到一信息片段的多个词语后,可以针对每个词语,依次判断该词语是否是一地图兴趣点,若是,则可以确定该信息片段对应的地图兴趣点包括该词语,如此,可以得到一信息片段对应的地图兴趣点。
通过对信息片段进行分词,可以基于信息片段中包括的所有词语自动地确定信息片段对应的地图兴趣点,且可以提高确定的信息片段对应的地图兴趣点的准确性。
S502,根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段。
一种可实现方式中,针对每一地图兴趣点,将多个信息片段中、对应地图兴趣点为该一地图兴趣点的信息片段作为该一地图兴趣点的信息片段。
例如,信息片段1对应的地图兴趣点为地图兴趣点1;信息片段2对应的地图兴趣点为地图兴趣点2;信息片段3对应的地图兴趣点为地图兴趣点1,信息片段4对应的地图兴趣点为空,对地图兴趣点1和地图兴趣点2对应的信息片段进行统计,得到地图兴趣点1对应信息片段包括信息片段1和信息片段3,地图兴趣点2对应的信息片段包括信息片段2。
另一种可实现方式中,可以针对每一地图兴趣点,将多个信息片段中、对应地图兴趣点为一地图兴趣点以及对应地图兴趣点为空的信息片段作为一地图兴趣点的信息片段。
其中,对应地图兴趣点为空的信息片段包括与一地图兴趣点的兴趣点上位关键词关联的信息片段。
地图兴趣点的兴趣点上位关键词用于表示包括一地图兴趣点在内的多个地图兴趣点的统称。
例如,信息片段1对应的地图兴趣点为地图兴趣点1;信息片段2对应的地图兴趣点为地图兴趣点2;信息片段3对应的地图兴趣点为地图兴趣点1,信息片段4对应的地图兴趣点为空,对兴趣点1和地图兴趣点2 对应的信息片段进行统计,得到地图兴趣点1对应信息片段包括信息片段 1、信息片段3和信息片段4,地图兴趣点2对应的信息片段包括信息片段2和信息片段4。
通过这种方式,将与一地图兴趣点的兴趣点上位关键词关联的信息片段与对应兴趣点为该一兴趣点的信息片段,共同作为该一地图兴趣点的信息片段,丰富了地图兴趣点的信息片段,为丰富地图兴趣点的主题提供了依据。
S503,利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题。
针对每一地图兴趣点,主题反映地图兴趣点对应的信息片段的语义信息。
得到各地图兴趣点各自对应的各信息片段后,可以通过预设主题模型,生成各地图兴趣点的主题。
主题模型可以理解为是以非监督学习的方式对文集的隐含语义结构进行聚类的统计模型。例如,主题模型可以包括隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)模型。
针对每一个地图兴趣点,该地图兴趣点的主题可以包括1个,也可以包括多个,每一个主题可以包括一个或多个关键词,针对每一个主题,当该主题包括多个关键词的情况下,可以生成每一个关键词的分值,该分值可以用于表示利用该关键词表示主题的概率。
S504,利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
针对每一个地图兴趣点,一种可实现方式中,可以将该地图兴趣点的主题作为地图兴趣点的地点知识信息。另一种可实现方式中,可以利用该地图兴趣点的主题,获取与主题关联的信息,将地图兴趣点的主题和与该主题关联的信息作为地图兴趣点的地点知识信息。
本公开实施例中,基于多个信息片段以及多个信息片段中各个信息片段对应的地图兴趣点,构建得到各地图兴趣点的地点知识信息,也可以理解为基于每个POI挖掘其自身的主题,通过最终的知识生成,得到知识到POI的映射关系。如此,确定检索信息对应的目标地图兴趣点之后,可以基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息,以实现针对不是地点本身的检索信息,得到检索信息对应的地点知识信息。进一步地利用地图展示相关地点知识信息,实现针对不是地点本身的检索信息,也可以在地图中展示检索信息对应的知识信息,针对不是地点本身的检索信息提供更清晰、直观地答案。
自动化地构建地图兴趣点相关的知识,基于电子地图强大的交互能力,为用户提供地图类型答案,让用户对于地点相关的疑问得到更加清晰、直观、全面的解答,也方便用户进一步的地图需求,如路线规划等需求。且能够基于全网数据自动化挖掘地点知识,不需要用户在地图中再次构建即可为用户提供交互性较好的知识呈现。
一种可实现方式中,S504可以包括:对各地图兴趣点的主题中存在关联的主题进行聚合;基于聚合后的主题,构建各地图兴趣点的主题的知识信息,得到兴趣点与地点知识信息的对应关系。
关联的主题可以包括语义重复或语义接近的主题。具体地,可以将每一主题与其他主题进行语义匹配,如计算每一主题的语义向量,计算各个主题对应的语义向量之间的相似度,若两个主题对应的语义向量之间的相似度大于第一相似度阈值、小于第二相似度阈值,则这两个主题语义接近;若两个主题对应的语义向量之间的相似度大于第二相似度阈值,则这两个主题重复,第二相似度阈值大于第一相似度阈值,具体值可以根据实际需求或经验确定。
不同地图兴趣点的主题中有可能存在关联的主题。例如,地图兴趣点 1的主题包括主题A、主题B;地图兴趣点2的主题包括主题C和主题D,主题A和主题C为语义接近的主题,则可以结合主题C构建地图兴趣点1 的知识信息,即利用主题A、主题B和主题C,构建地图兴趣点1的知识信息。
一地图兴趣点的多个主题中有可能存在关联的主题,例如,地图兴趣点3的主题包括主题E、主题F和主题G,主题E、主题F为语义重复的主题,则可以删除其中的一个主题,如删除主题E,针对地图兴趣点3,聚合后的主题包括主题F,利用主题F,构建地图兴趣点3的知识信息。
通过主题聚合,可以避免造成知识重复、知识POI集合不全面等问题。
一种可选地实施例中,主题可以通过主题关键词表示,主题关键词包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称。
可以针对各地图兴趣点的主题中的兴趣点上位关键词,统计每一兴趣点上位关键词分别对应的地图兴趣点,得到兴趣点上位关键词与地图兴趣点的对应关系。
可以选择各地图兴趣点的主题中的兴趣点上位关键词,将所有的地图兴趣点作为统计样本,若一地图兴趣点对应的主题中包括该兴趣点上位关键词,则该兴趣点上位关键词对应的地图兴趣点包括该一地图兴趣点。
利用多个信息片段以及多个信息片段中各个信息片段对应的兴趣点挖掘各地图兴趣点的主题,利用各地图兴趣点的主题,构建各地图兴趣点的知识信息的过程中,也可以从各兴趣点上位关键词的角度统计得到各兴趣点上位关键词对应的地图兴趣点,即可以支持将兴趣点上位关键词表作为索引条件查找兴趣点上位关键词的地图兴趣点,实现了从多个角度,如地图兴趣点角度、兴趣点上位关键词角度等构建知识信息,丰富了知识信息的维度,更方便检索。
一种可实现方式中,可以对得到的主题与地图兴趣点的对应关系进行验证。例如,主题通过主题关键词表示,主题关键词包括兴趣点上位关键词,这种情况下,主题与地图兴趣点的对应关系可以理解为兴趣点上位关键词与地图兴趣点的对应关系。具体地,可以获取兴趣点上位关键词的兴趣点信息;例如,从百科等位置获得的兴趣点上位关键词对应的地图兴趣点的正确答案;基于兴趣点信息对兴趣点上位关键词包含的地图兴趣点进行校验;响应于兴趣点上位关键词包含的地图兴趣点与兴趣点信息一致,将兴趣点上位关键词包含的地图兴趣点作为兴趣点上位关键词的知识信息。
一个具体的例子中,本公开实施例的知识信息的构建过程可以通过以下模块来完成:样本构建模块、POI-主题生成模块、知识生成模块。具体地,电子设备包括样本构建模块、POI-主题生成模块、知识生成模块。
样本构建模块执行S501和S502,POI-主题生成模块执行S503,知识生成模块执行S504。
为了能够自动化的挖掘知识信息,而不仅仅是依赖于专家系统产出知识,以大量POI相关输入作为基础。
样本构建模块:为了能够捕捉到POI的自身知识与上位知识并尽量去除杂质,样本构建模块针对不同POI组织不同的输入。具体来说分为POI 归属标注与样本组织两个步骤。
POI归属标注:基于标注或机器生产的方式,产出大量DOC片段及其对应的POI归属作为样本。
如一个DOC片段无明确POI归属,则该DOC片段的POI归属为“无 POI归属”,可以理解为该DOC片段对应的兴趣点为空;如一个DOC片段有明确单一POI归属,则将该DOC片段的POI归属标注为该POI,可以理解为该DOC片段对应的兴趣点为该POI;如一个DOC片段有多个POI 归属,则将该DOC片段的POI归属标注为多个POI,可以理解为该DOC 片段对应的兴趣点为多个POI。
样本组织:根据POI归属标注结果,将归属于该POI的片段、无POI 归属的片段作为该POI的输入,这里所说的片段即DOC片段,参照图6,为了捕捉泰山的自身知识,需要片段2,为了捕捉泰山的上位知识(五岳),需要没有POI归属的片段1,另外,为了尽量去除杂质,不能使用有明确 POI归属且归属不是泰山的片段3、片段4、片段5和片段6。
如此,得到各个POI对应的信息片段,也可以理解为待确定POI的主题过程中的输入,具体为:泰山这个POI的输入为片段1、片段2,类似的,华山这个POI的输入为片段1、片段3,嵩山这个POI的输入为片段 1、片段4,恒山这个POI的输入为片段1、片段5,衡山这个POI的输入为片段1、片段6。
POI-主题生成模块:基于样本构建模块得到的POI-doc集合,可使用常见的主题模型(如LDA等)对每个POI学习其自身的主题,基于此步骤可能的产出结果为某个POI有J个主题,且每个主题的关键词K个关键词:
POIi={themej:{wordk:score}}
其中,POIi表示兴趣点i,themej表示POIi的主题,wordk表示themej的关键词,score表示关键词的分值,该分值可以用于表示关键词wordk表示主题themej的概率,j=0,1,……,J,k=0,1,……,K。
如:基于此步骤可能的产出结果是:
泰山:主题0(五岳0.044,名山0.019);主题1(帝王0.028,封禅O.011)。
故宫:主题0(皇帝0.037,紫禁城0.027);主题2(历史0.033,文物0.027)。
知识生成模块:基于POI-主题生成模块生成的大量POI及其对应的主题,再通过主题聚合、知识判别模块两个步骤最终的知识及其对应的POI 集合。
主题聚合,通过POI-主题生成模块生成的主题及关键词存在语意重复或接近的情况(如帝王、皇帝),可通过同义或聚类的方式将其聚合,避免造成知识重复、知识POI集合不全面等问题,具体地主题聚合在上述实施例中已经进行了详述,参照上述实施例即可。
一个例子中,如图7所示,针对POI1,得到POI1对应的信息片段包括:片段1和片段2,针对POI2,得到POI2对应信息片段包括:片段1 和片段3。利用片段1和片段2,通过主题模型得到POI1对应的主题包括:主题1、主题2和主题3,利用片段1和片段3通过主题模型得到POI2对应的主题包括:主题1和主题4;利用POI1和POI2分别对应的主题构建知识信息,例如,POI1对应的主题中包括主题1,POI2对应的主题中也包括主题1,可以POI2对应的主题中包括的主题1聚合至POI1对应的主题中,以确定POI对应的知识1,利用POI2对应的主题构建POI2对应的知识信息,例如,利用POI2对应的主题中包括的主题4构建得到知识2。
上述地点知识信息可以包括知识1和知识2。
知识正确性校验:部分主题有明确的正确答案,通过以上方式可能未能得到正确结果,可以引入百科等结构化知识数据进行校验。如“五岳”都是指哪些地点,其实是有正确答案的,假定输入样本不充分,通过以上步骤只能获取到“五岳”的POI集合是泰山、华山,则该主题与POI集合不可输出为知识。本公开实施例中,当上述步骤得到的“五岳”的地图兴趣点,与从百科等结构化知识数据获取到的“五岳”包括的地点一致时,再输出兴趣点上位关键词:“五岳”与“五岳”的地图兴趣点的对应关系。
基于以上步骤,即可自动化的构建地理知识-POI的映射关系,也即得到地图兴趣点与地点知识信息的对应关系。
基于每个POI挖掘其自身的主题,通过最终的知识生成,得到知识到 POI的映射关系,能够基于全网数据自动化挖掘地点知识,不需要用户在地图中再次构建,就能为用户提供交互性极佳的知识呈现。
得到知识到POI的映射关系,如此,基于主题与兴趣点的对应关系,确定检索信息对应的目标兴趣点之后,可以基于兴趣点与知识信息的对应关系,获取目标兴趣点对应的知识信息,实现利用地图展示相关知识信息,可以实现针对知识信息在地图上直接进行下一步的交互操作,更加清晰、直观,能够帮助用户更好的了解地点相关知识。
对应上述实施例提供的检索方法,本公开实施例还提供了一种检索装置,如图8所示,可以包括:
第一接收模块801,用于接收检索信息,其中,检索信息包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称,地图兴趣点用于表示地理信息系统中的地点;
确定模块802,用于基于兴趣点上位关键词与地图兴趣点的对应关系,确定检索信息对应的目标地图兴趣点;
获取模块803,用于基于地图兴趣点与地点知识信息的对应关系,获取目标地图兴趣点对应的地点知识信息,并将地点知识信息作为针对检索信息的检索结果。
可选地,如图9所示,检索装置还包括:
第一展示模块901,用于利用地图展示知识信息。
可选地,如图10所示,还包括:
第二接收模块1001,用于接收针对地点知识信息的交互操作;
第二展示模块1002,用于展示针对交互操作的信息。
对应于上述实施例提供的知识信息构建方法,本公开实施例还提供了一种知识信息构建装置,如图11所示,可以包括:
获取模块1101,用于获取多个信息片段以及多个信息片段中各个信息片段对应的地图兴趣点,地图兴趣点用于表示地理信息系统中的地点;
第一统计模块1102,用于根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段;
生成模块1103,用于利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题,针对每一地图兴趣点,主题反映地图兴趣点对应的信息片段的语义信息;
构建模块1104,用于利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
可选地,构建模块1104,具体用于对各地图兴趣点兴趣点的主题中存在关联的主题进行聚合;基于聚合后的主题,构建各地图兴趣点的主题的知识信息,得到地图兴趣点与地点知识信息的对应关系。
可选地,主题通过主题关键词表示,主题关键词包括兴趣点上位关键词,兴趣点上位关键词表示多个地图兴趣点的统称;
如图12所示,知识信息构建装置还包括:
第二统计模块1201,用于针对各地图兴趣点的主题中的兴趣点上位关键词,统计每一兴趣点上位关键词分别对应的地图兴趣点,得到兴趣点上位关键词与地图兴趣点的对应关系。
可选地,第一统计模块1102,具体用于针对每一地图兴趣点,将多个信息片段中、对应地图兴趣点为一地图兴趣点以及对应地图兴趣点为空的信息片段作为一地图兴趣点的信息片段,其中,对应地图兴趣点为空的信息片段包括与一地图兴趣点的兴趣点上位关键词关联的信息片段,地图兴趣点的兴趣点上位关键词用于表示包括一地图兴趣点在内的多个地图兴趣点的统称。
可选地,获取模块1101,具体用于获取多个信息片段;针对每一信息片段,对信息片段进行分词处理,得到信息片段的多个词语;响应于多个词语包括至少一个地图兴趣点,将至少一个地图兴趣点作为信息片段对应的地图兴趣点。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图13示出了可以用来实施本公开的实施例的示例电子设备1300的示意性框图。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/或者要求的本公开的实现。
如图13所示,电子设备1300包括计算单元1301,其可以根据存储在只读存储器(ROM)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(RAM)1303中的计算机程序,来执行各种适当的动作和处理。在RAM 1303中,还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
电子设备1300中的多个部件连接至I/O接口1305,包括:输入单元 1306,例如键盘、鼠标等;输出单元1307,例如各种类型的显示器、扬声器等;存储单元1308,例如磁盘、光盘等;以及通信单元1309,例如网卡、调制解调器、无线通信收发机等。通信单元1309允许设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理,例如检索方法或知识信息构建方法。例如,在一些实施例中,检索方法或知识信息构建方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1302和/或通信单元1309而被载入和/或安装到电子设备1300上。当计算机程序加载到RAM 1303并由计算单元1301 执行时,可以执行上文描述的检索方法或知识信息构建方法的一个或多个步骤。备选地,在其他实施例中,计算单元1301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行检索方法或知识信息构建方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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)和互联网。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种检索方法,包括:
接收检索信息,其中,所述检索信息包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称,所述地图兴趣点用于表示地理信息系统中的地点;
基于兴趣点上位关键词与地图兴趣点的对应关系,确定所述检索信息对应的目标地图兴趣点;
基于地图兴趣点与地点知识信息的对应关系,获取所述目标地图兴趣点对应的地点知识信息,并将所述地点知识信息作为针对所述检索信息的检索结果。
2.根据权利要求1所述的方法,还包括:
利用地图展示所述地点知识信息。
3.根据权利要求2所述的方法,还包括:
接收针对所述地点知识信息的交互操作;
展示针对所述交互操作的信息。
4.一种知识信息构建方法,包括:
获取多个信息片段以及所述多个信息片段中各个信息片段对应的地图兴趣点,所述地图兴趣点用于表示地理信息系统中的地点;
根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段;
利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题,针对每一地图兴趣点,所述主题反映所述地图兴趣点对应的信息片段的语义信息;
利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
5.根据权利要求4所述的方法,其中,所述利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系,包括:
对各地图兴趣点兴趣点的主题中存在关联的主题进行聚合;
基于聚合后的主题,构建各地图兴趣点的主题的知识信息,得到地图兴趣点与地点知识信息的对应关系。
6.根据权利要求4所述的方法,其中,所述主题通过主题关键词表示,所述主题关键词包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称;
所述方法还包括:
针对各地图兴趣点的主题中的兴趣点上位关键词,统计每一兴趣点上位关键词分别对应的地图兴趣点,得到兴趣点上位关键词与地图兴趣点的对应关系。
7.根据权利要求4所述的方法,其中,所述根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段,包括:
针对每一地图兴趣点,将所述多个信息片段中、对应地图兴趣点为所述一地图兴趣点以及对应地图兴趣点为空的信息片段作为所述一地图兴趣点的信息片段,其中,所述对应地图兴趣点为空的信息片段包括与所述一地图兴趣点的兴趣点上位关键词关联的信息片段,所述地图兴趣点的兴趣点上位关键词用于表示包括所述一地图兴趣点在内的多个地图兴趣点的统称。
8.根据权利要求4至7任一项所述的方法,其中,所述获取多个信息片段以及所述多个信息片段中各个信息片段对应的地图兴趣点,包括:
获取多个信息片段;
针对每一信息片段,对所述信息片段进行分词处理,得到所述信息片段的多个词语;
响应于所述多个词语包括至少一个地图兴趣点,将所述至少一个地图兴趣点作为所述信息片段对应的地图兴趣点。
9.一种检索装置,包括:
第一接收模块,用于接收检索信息,其中,所述检索信息包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称,所述地图兴趣点用于表示地理信息系统中的地点;
确定模块,用于基于兴趣点上位关键词与地图兴趣点的对应关系,确定所述检索信息对应的目标地图兴趣点;
获取模块,用于基于地图兴趣点与地点知识信息的对应关系,获取所述目标地图兴趣点对应的地点知识信息,并将所述地点知识信息作为针对所述检索信息的检索结果。
10.根据权利要求9所述的装置,还包括:
第一展示模块,用于利用地图展示所述知识信息。
11.根据权利要求10所述的装置,还包括:
第二接收模块,用于接收针对所述地点知识信息的交互操作;
第二展示模块,用于展示针对所述交互操作的信息。
12.一种知识信息构建装置,包括:
获取模块,用于获取多个信息片段以及所述多个信息片段中各个信息片段对应的地图兴趣点,所述地图兴趣点用于表示地理信息系统中的地点;
第一统计模块,用于根据各个信息片段对应的地图兴趣点,分别对各地图兴趣点对应的信息片段进行统计,得到各地图兴趣点各自对应的各信息片段;
生成模块,用于利用各地图兴趣点各自对应的各信息片段,生成各地图兴趣点的主题,针对每一地图兴趣点,所述主题反映所述地图兴趣点对应的信息片段的语义信息;
构建模块,用于利用各地图兴趣点的主题,构建各地图兴趣点的地点知识信息,得到地图兴趣点与地点知识信息的对应关系。
13.根据权利要求12所述的装置,其中,所述构建模块,具体用于对各地图兴趣点兴趣点的主题中存在关联的主题进行聚合;基于聚合后的主题,构建各地图兴趣点的主题的知识信息,得到地图兴趣点与地点知识信息的对应关系。
14.根据权利要求12所述的装置,所述主题通过主题关键词表示,所述主题关键词包括兴趣点上位关键词,所述兴趣点上位关键词表示多个地图兴趣点的统称;
所述装置还包括:
第二统计模块,用于针对各地图兴趣点的主题中的兴趣点上位关键词,统计每一兴趣点上位关键词分别对应的地图兴趣点,得到兴趣点上位关键词与地图兴趣点的对应关系。
15.根据权利要求12所述的装置,其中,所述第一统计模块,具体用于针对每一地图兴趣点,将所述多个信息片段中、对应地图兴趣点为所述一地图兴趣点以及对应地图兴趣点为空的信息片段作为所述一地图兴趣点的信息片段,其中,所述对应地图兴趣点为空的信息片段包括与所述一地图兴趣点的兴趣点上位关键词关联的信息片段,所述地图兴趣点的兴趣点上位关键词用于表示包括所述一地图兴趣点在内的多个地图兴趣点的统称。
16.根据权利要求12至15任一项所述的装置,其中,所述获取模块,具体用于获取多个信息片段;针对每一信息片段,对所述信息片段进行分词处理,得到所述信息片段的多个词语;响应于所述多个词语包括至少一个地图兴趣点,将所述至少一个地图兴趣点作为所述信息片段对应的地图兴趣点。
17.一种电子设备,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1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210305848.XA CN115114540A (zh) | 2022-03-25 | 2022-03-25 | 检索方法和知识信息构建方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210305848.XA CN115114540A (zh) | 2022-03-25 | 2022-03-25 | 检索方法和知识信息构建方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115114540A true CN115114540A (zh) | 2022-09-27 |
Family
ID=83325234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210305848.XA Pending CN115114540A (zh) | 2022-03-25 | 2022-03-25 | 检索方法和知识信息构建方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114540A (zh) |
-
2022
- 2022-03-25 CN CN202210305848.XA patent/CN115114540A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021093308A1 (zh) | 提取poi名称的方法、装置、设备和计算机存储介质 | |
CN111666461B (zh) | 检索地理位置的方法、装置、设备和计算机存储介质 | |
CN111666292B (zh) | 用于检索地理位置的相似度模型建立方法和装置 | |
EP4075303A1 (en) | Method and apparatus for obtaining poi state information | |
CN112926308B (zh) | 匹配正文的方法、装置、设备、存储介质以及程序产品 | |
CN112559717B (zh) | 搜索匹配方法、装置、电子设备以及存储介质 | |
JP2023530795A (ja) | 地理的位置区域の符号化方法、符号化モデルを確立する方法、及び装置 | |
CN114780746A (zh) | 基于知识图谱的文档检索方法及其相关设备 | |
CN114265981A (zh) | 推荐词确定方法、装置、设备及存储介质 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN114201607B (zh) | 一种信息处理的方法和装置 | |
CN109800361A (zh) | 一种兴趣点名称的挖掘方法、装置、电子设备及存储介质 | |
US11976935B2 (en) | Route recommendation method, electronic device, and storage medium | |
CN115759100A (zh) | 数据处理方法、装置、设备及介质 | |
CN115114540A (zh) | 检索方法和知识信息构建方法、装置、设备以及存储介质 | |
CN114417862A (zh) | 文本匹配方法、文本匹配模型的训练方法和装置 | |
CN114036414A (zh) | 兴趣点的处理方法、装置、电子设备、介质及程序产品 | |
CN113742450A (zh) | 用户数据等级落标的方法、装置、电子设备和存储介质 | |
CN114268746B (zh) | 一种视频生成方法、装置、设备及存储介质 | |
US20230147798A1 (en) | Search method, computing device and storage medium | |
US20240265202A1 (en) | Auto-suggestion with rich objects | |
CN116415050A (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN115809364A (zh) | 对象推荐方法和模型训练方法 | |
Muroň et al. | User-Driven Toponym Disambiguation Using Dialogue | |
CN117609418A (zh) | 文档处理方法、装置、电子设备及存储介质 |
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 |