JP2022511593A - Poi状態情報を取得する方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 - Google Patents
Poi状態情報を取得する方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP2022511593A JP2022511593A JP2021514573A JP2021514573A JP2022511593A JP 2022511593 A JP2022511593 A JP 2022511593A JP 2021514573 A JP2021514573 A JP 2021514573A JP 2021514573 A JP2021514573 A JP 2021514573A JP 2022511593 A JP2022511593 A JP 2022511593A
- Authority
- JP
- Japan
- Prior art keywords
- poi
- text
- label
- name
- label prediction
- 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 67
- 238000012549 training Methods 0.000 claims description 68
- 238000002372 labelling Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 19
- 230000007246 mechanism Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229920001690 polydopamine Polymers 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Remote Sensing (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本出願は、コンピュータ技術分野に関し、特にビッグデータの分野においてPOI状態情報を取得する方法、装置、デバイスおよびコンピュータ記憶媒体に関する。
ことにより訓練された。
図7は、本出願の実施形態により提供されるPOI状態認識モデルを構築するための装置構成図である。図7に示されたように、上記装置は、取得ユニット01と訓練ユニット02とを備えることができ、各構成ユニットの主な機能は以下の通りである。
図8は、本実施形態四により提供されるPOI状態情報を取得するための装置構成図である。図8に示されたように、上記装置は、テキスト取得ユニット11と状態認識ユニット12とを備えて良く、更に更新ユニット13を備えても良い。なお、各構成要素の主な機能は以下のとおりである。
Claims (24)
- 関心ポイントPOI状態情報を取得する方法であって、
予め設定された期間内にPOI情報を含むテキストをインターネットから取得し、
予め訓練されたPOI状態認識モデルを用いて前記テキストを認識して、POI名および前記POI名に対応するPOI状態情報を含む、前記テキストにおけるチュープルを取得する、ことを含み、
前記POI状態認識モデルは、前記テキストに対応する単語シーケンスに対してPOI名のラベル予測とPOI状態のラベル予測とをそれぞれ行い、POI名のラベル予測結果とPOI状態のラベル予測結果とをアラインメントして前記チュープルを得る、方法。 - 前記予め設定された期間内にPOI情報を含むテキストをインターネットから取得することは、
インターネットから予め設定された期間内のテキストを取得し、
事前に訓練されたPOI認識器を用いて、取得されたテキストに対してPOI情報認識を行い、
POI情報を含むテキストを保留すること、
を含む請求項1に記載の方法。 - 前記POI認識器は、
POIデータベースから人気のあるPOI情報を抽出し、
抽出されたPOI情報を利用してインターネットで検索し、
検索により得られたテキストおよび対応するPOI情報を用いてラベル予測モデルを訓練して前記POI認識器を得る、ことにより訓練された、
請求項2に記載の方法。 - 前記POI状態認識モデルが、前記テキストに対応する単語シーケンスに対してPOI名のラベル予測とPOI状態のラベル予測をそれぞれ行うことは、
前記POI状態認識モデルを用いて、前記テキストに対応する単語シーケンスに対して語義特徴の抽出を行って、隠れ層ベクトルシーケンスを取得し、
前記隠れ層ベクトルシーケンスに対してPOI名のラベル予測を行い、且つ、前記隠れ層ベクトルシーケンスに対してPOI状態のラベル予測を行うこと、
を含む請求項1から3の何れか一項に記載の方法。 - 前記POI名のラベル予測結果とPOI状態のラベル予測結果とをアラインメントして前記チュープルを得ることは、
予測された各POI名のラベル境界を特定し、
POI名のラベル境界内に対応するPOI状態ラベルを特定し、投票メカニズムに基づいて、前記ラベル境界内で最も多く出現したPOI状態ラベルを用いて前記POI名に対応するPOI状態を特定することを、
含む請求項1から4の何れか一項に記載の方法。 - 得られたチュープルを用いてPOIデータベースを更新することをさらに含む請求項1から5の何れか1項に記載の方法。
- POI状態認識モデルを構築する方法であって、
テキストと、前記テキストに含まれるPOI名およびPOI状態に対するラベル標識結果とを含む訓練データを取得し、
テキストに対応する単語シーケンスを用いて第1のラベル予測サブモデルおよび第2のラベル予測サブモデルの入力を取得し、前記テキストに含まれるPOI名のラベル標識結果を前記第1のラベル予測サブモデルの出力目標とし、前記テキストに含まれるPOI状態のラベル標識結果を前記第2のラベル予測サブモデルの出力目標として、前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを訓練して、前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを含むPOI状態認識モデルを得る、ことを含み、
構築された前記POI状態認識モデルは、入力されたテキストを認識してPOI名と前記POI名に対応するPOI状態情報とを含む、前記テキストにおけるチュープルを得る、方法。 - 前記訓練データを取得することは、
シードテキスト、および前記シードテキストに含まれるPOI名および前記POI名に対応するPOI状態に対するラベル標識結果を取得し、
POIデータベースにおける前記シードテキストに含まれるPOI名と同じタイプのPOI名を使用して、前記シードテキストにおけるPOI名を置換して拡張テキストを取得し、
前記シードテキストおよび前記拡張テキストにより前記訓練データを得る、ことを含む請求項7に記載の方法。 - 前記シードテキストを取得することは、
予め訓練されたPOI認識器を使用してインターネットからPOI名を含むテキストを取得し、
POI状態変化情報を表す単語が含まれる、予め構築された辞書により、前記POI名を含むテキストからPOI状態変化情報を含まないテキストをフィルタリングして前記シードテキストを得ることを、
含む請求項8に記載の方法。 - 前記テキストに対応する単語シーケンスを使用して第1のラベル予測サブモデルおよび第2のラベル予測サブモデルの入力を得ることは、
テキストに対応する単語シーケンスに対して語義特徴の抽出を行って前記テキストの隠れ層ベクトルシーケンスを取得し、
前記隠れ層ベクトルシーケンスをそれぞれ前記第1のラベル予測サブモデルの入力と前記第2のラベル予測サブモデルの入力とすることを、
含む請求項7から9の何れか一項に記載の方法。 - 前記テキストに対応する単語シーケンスに対して語義特徴の抽出を行うことは、
知識強化語義表現ERNIEモデルを用いて、テキストに対応する単語シーケンスに対して語義特徴の抽出を行うことを、含む請求項10に記載の方法。 - 前記訓練データは、テキストにおける支援POI名に対するラベル標識結果を更に含み、前記支援POI名はテキスト内に対応するPOI状態記述がないPOI名であり、
テキストの隠れ層ベクトルシーケンスを第3のラベル予測サブモデルの入力とし、前記テキストの支援POI名のラベル標識結果を第3のラベル予測サブモデルの出力目標とし、
前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを訓練する際に、前記第3のラベル予測サブモデルも併せて訓練することを、更に含む請求項10または11に記載の方法。 - 前記第1のラベル予測サブモデルおよび前記第2のラベル予測サブモデルは、条件付き確率場CRFメカニズムを採用する、請求項7から12の何れか一項に記載の方法。
- POI状態情報を取得する装置であって、
予め設定された期間内にPOI情報を含むテキストをインターネットから取得するテキスト取得ユニットと、
予め訓練されたPOI状態認識モデルを用いて前記テキストを認識して、POI名および前記POI名に対応するPOI状態情報を含む前記テキストにおけるチュープルを得る状態認識ユニットと、を備え、
前記POI状態認識モデルは、前記テキストに対応する単語シーケンスに対してPOI名のラベル予測とPOI状態のラベル予測とをそれぞれ行い、POI名のラベル予測結果とPOI状態のラベル予測結果とをアラインメントして前記チュープルを得る、装置。 - 前記テキスト取得ユニットは、具体的に、インターネットから予め設定された期間内のテキストを取得し、事前に訓練されたPOI認識器を用いて、取得されたテキストに対してPOI情報認識を行い、POI情報を含むテキストを保留する、請求項14に記載の装置。
- 前記状態認識ユニットは、具体的に、前記POI状態認識モデルを用いて、前記テキストに対応する単語シーケンスに対して語義特徴の抽出を行って、隠れ層ベクトルシーケンスを取得し、前記隠れ層ベクトルシーケンスに対してPOI名のラベル予測を行い、且つ、前記隠れ層ベクトルシーケンスに対してPOI状態のラベル予測を行う、請求項14または15に記載の装置。
- 前記状態認識ユニットは、前記アラインメントを行う場合に、具体的に、予測された各POI名のラベル境界を特定し、POI名のラベル境界内に対応するPOI状態ラベルを特定し、投票メカニズムに基づいて、前記ラベル境界内で最も多く出現したPOI状態ラベルを用いて前記POI名に対応するPOI状態を特定する、請求項14から16の何れか一項に記載の装置。
- 得られたチュープルを用いてPOIデータベースを更新する更新ユニットを更に備える、請求項14から17の何れか一項に記載の装置。
- POI状態認識モデルを構築する装置であって、
テキストと、前記テキストに含まれるPOI名およびPOI状態に対するラベル標識結果とを含む訓練データを取得する取得ユニットと、
テキストに対応する単語シーケンスを用いて第1のラベル予測サブモデルおよび第2のラベル予測サブモデルの入力を取得し、前記テキストに含まれるPOI名のラベル標識結果を前記第1のラベル予測サブモデルの出力目標とし、前記テキストに含まれるPOI状態のラベル標識結果を前記第2のラベル予測サブモデルの出力目標として、前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを訓練して、前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを含むPOI状態認識モデルを得る訓練ユニットと、を備え、
構築された前記POI状態認識モデルは、入力されたテキストを認識してPOI名と前記POI名に対応するPOI状態情報を含む、前記テキストにおけるチュープルを得る、装置。 - 前記取得ユニットは、具体的に、
シードテキスト、および前記シードテキストに含まれるPOI名および前記POI名に対応するPOI状態に対するラベル標識結果を取得し、
POIデータベースにおける前記シードテキストに含まれるPOI名と同じタイプのPOI名を使用して、前記シードテキストにおけるPOI名を置換して拡張テキストを取得し、
前記シードテキストおよび前記拡張テキストにより前記訓練データを得る、
請求項19に記載の装置。 - 前記訓練ユニットは、テキストに対応する単語シーケンスを使用して第1のラベル予測サブモデルおよび第2のラベル予測サブモデルの入力を得る場合に、具体的に、
テキストに対応する単語シーケンスに対して語義特徴の抽出を行って前記テキストの隠れ層ベクトルシーケンスを取得し、
前記隠れ層ベクトルシーケンスをそれぞれ前記第1のラベル予測サブモデルの入力と前記第2のラベル予測サブモデルの入力とする、請求項19または20に記載の装置。 - 前記訓練データは、テキストにおける支援POI名に対するラベル標識結果を更に含み、前記支援POI名はテキスト内に対応するPOI状態記述がないPOI名であり、
前記訓練ユニットは、更に、テキストの隠れ層ベクトルシーケンスを第3のラベル予測サブモデルの入力とし、前記テキストの支援POI名のラベル標識結果を第3のラベル予測サブモデルの出力目標とし、前記第1のラベル予測サブモデル及び前記第2のラベル予測サブモデルを訓練する際に、前記第3のラベル予測サブモデルも併せて訓練する、請求項19から21の何れか一項に記載の装置。 - 少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサと通信接続されたメモリと、を備え、
前記メモリに前記少なくとも一つのプロセッサにより実行可能なコマンドが記憶されており、前記コマンドが前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサに請求項1~13の何れか一項に記載の方法を実行させる電子デバイス。 - コンピュータに請求項1~13の何れか1項に記載の方法を実行させるためのコンピュータコマンドが記憶される非一時的なコンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911029247.5 | 2019-10-28 | ||
CN201911029247.5A CN110851738B (zh) | 2019-10-28 | 2019-10-28 | 获取poi状态信息的方法、装置、设备和计算机存储介质 |
PCT/CN2020/090099 WO2021082397A1 (zh) | 2019-10-28 | 2020-05-13 | 获取poi状态信息的方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022511593A true JP2022511593A (ja) | 2022-02-01 |
JP7214949B2 JP7214949B2 (ja) | 2023-01-31 |
Family
ID=69598030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021514573A Active JP7214949B2 (ja) | 2019-10-28 | 2020-05-13 | Poi状態情報を取得する方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11709999B2 (ja) |
EP (1) | EP3842963A4 (ja) |
JP (1) | JP7214949B2 (ja) |
CN (1) | CN110851738B (ja) |
WO (1) | WO2021082397A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11977574B2 (en) | 2021-02-22 | 2024-05-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for acquiring POI state information |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110851738B (zh) * | 2019-10-28 | 2021-03-19 | 百度在线网络技术(北京)有限公司 | 获取poi状态信息的方法、装置、设备和计算机存储介质 |
CN111488928B (zh) * | 2020-04-09 | 2023-09-01 | 北京百度网讯科技有限公司 | 用于获取样本的方法及装置 |
CN111737383B (zh) * | 2020-05-21 | 2021-11-23 | 百度在线网络技术(北京)有限公司 | 提取地理位置点空间关系的方法、训练提取模型的方法及装置 |
CN111832483B (zh) * | 2020-07-14 | 2024-03-08 | 北京百度网讯科技有限公司 | 一种兴趣点有效性识别方法、装置、设备以及存储介质 |
CN111860503A (zh) * | 2020-07-16 | 2020-10-30 | 北京奇虎科技有限公司 | 信息点有效性识别方法、装置、设备及存储介质 |
CN111832658B (zh) * | 2020-07-20 | 2023-08-18 | 北京百度网讯科技有限公司 | 兴趣点信息处理方法、装置、电子设备和存储介质 |
CN112380849B (zh) * | 2020-11-20 | 2024-05-28 | 北京百度网讯科技有限公司 | 生成兴趣点提取模型和提取兴趣点的方法和装置 |
CN113807102B (zh) * | 2021-08-20 | 2022-11-01 | 北京百度网讯科技有限公司 | 建立语义表示模型的方法、装置、设备和计算机存储介质 |
CN114676319B (zh) * | 2022-03-01 | 2023-11-24 | 广州云趣信息科技有限公司 | 获取商家名称的方法、装置及可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012014548A (ja) * | 2010-07-02 | 2012-01-19 | Kddi R & D Laboratories Inc | 単語境界判定装置 |
US20140006408A1 (en) * | 2012-06-29 | 2014-01-02 | Yahoo! Inc. | Identifying points of interest via social media |
JP2016024545A (ja) * | 2014-07-17 | 2016-02-08 | 株式会社Nttドコモ | 情報管理装置、情報管理システム、及び情報管理方法 |
JP2017208045A (ja) * | 2016-05-20 | 2017-11-24 | 日本電信電話株式会社 | 特性理解装置、方法、及びプログラム |
JP2018022505A (ja) * | 2017-09-04 | 2018-02-08 | パイオニア株式会社 | 情報提供装置、情報提供方法及び情報提供用プログラム |
JP2018106035A (ja) * | 2016-12-27 | 2018-07-05 | パイオニア株式会社 | 地図整備装置、案内装置、制御方法、プログラム及び記憶媒体 |
JP2018190188A (ja) * | 2017-05-08 | 2018-11-29 | 国立研究開発法人情報通信研究機構 | 要約生成装置、要約生成方法及びコンピュータプログラム |
JP2018206262A (ja) * | 2017-06-08 | 2018-12-27 | 日本電信電話株式会社 | 単語連接識別モデル学習装置、単語連接検出装置、方法、及びプログラム |
CN110019616A (zh) * | 2017-12-04 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种poi现势状态获取方法及其设备、存储介质、服务器 |
US20190228073A1 (en) * | 2018-01-23 | 2019-07-25 | Wipro Limited | Method and system for identifying places of interest in a natural language input |
JP2019153119A (ja) * | 2018-03-05 | 2019-09-12 | コニカミノルタ株式会社 | 文章抽出装置、プログラム |
JP2020071839A (ja) * | 2018-11-02 | 2020-05-07 | 株式会社トヨタマップマスター | 探索装置、探索方法、探索プログラムおよび記録媒体 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070078669A1 (en) * | 2005-09-30 | 2007-04-05 | Dave Kushal B | Selecting representative reviews for display |
KR101622196B1 (ko) * | 2009-09-07 | 2016-05-18 | 삼성전자주식회사 | 휴대용 단말기에서 피오아이 정보 제공 방법 및 장치 |
US9026480B2 (en) | 2011-12-21 | 2015-05-05 | Telenav, Inc. | Navigation system with point of interest classification mechanism and method of operation thereof |
US9916362B2 (en) * | 2013-11-20 | 2018-03-13 | Toyota Jidosha Kabushiki Kaisha | Content recommendation based on efficacy models |
CN118171657A (zh) * | 2014-09-28 | 2024-06-11 | 北京三星通信技术研究有限公司 | 基于关注点信息提供服务的方法和装置 |
US10592914B2 (en) * | 2015-03-24 | 2020-03-17 | PlaceIQ, Inc. | Device-dwell graphs |
CN105095390B (zh) * | 2015-06-30 | 2019-02-22 | 北京奇虎科技有限公司 | 基于poi数据的连锁品牌采集方法及装置 |
US20170061482A1 (en) * | 2015-08-24 | 2017-03-02 | TCL Research America Inc. | Focal-point based recommendation method and system |
US10506373B2 (en) * | 2016-06-10 | 2019-12-10 | Apple Inc. | Harvesting labels for significant locations based on candidate points of interest and contextual data |
KR102305123B1 (ko) * | 2017-03-14 | 2021-09-28 | 삼성전자주식회사 | 위치 기반 서비스를 제공하는 방법 및 그 전자 장치 |
CN108280685B (zh) * | 2018-01-19 | 2019-07-23 | 百度在线网络技术(北京)有限公司 | 信息获取方法和装置 |
WO2019228065A1 (en) * | 2018-06-01 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for processing queries |
CN109145219B (zh) * | 2018-09-10 | 2020-12-25 | 百度在线网络技术(北京)有限公司 | 基于互联网文本挖掘的兴趣点有效性判断方法和装置 |
US10783405B2 (en) * | 2018-10-31 | 2020-09-22 | Salesforce.Com, Inc. | Refinement of machine learning engines for automatically generating component-based user interfaces |
CN110276023B (zh) * | 2019-06-20 | 2021-04-02 | 北京百度网讯科技有限公司 | Poi变迁事件发现方法、装置、计算设备和介质 |
KR20190103090A (ko) * | 2019-08-15 | 2019-09-04 | 엘지전자 주식회사 | 연합학습(Federated learning)을 통한 단말의 POI 데이터를 생성하는 모델의 학습방법 및 이를 위한 장치 |
CN110851738B (zh) * | 2019-10-28 | 2021-03-19 | 百度在线网络技术(北京)有限公司 | 获取poi状态信息的方法、装置、设备和计算机存储介质 |
US11774264B2 (en) * | 2020-02-13 | 2023-10-03 | Naver Corporation | Method and system for providing information to a user relating to a point-of-interest |
US11741487B2 (en) * | 2020-03-02 | 2023-08-29 | PlaceIQ, Inc. | Characterizing geographic areas based on geolocations reported by populations of mobile computing devices |
CN111737382A (zh) * | 2020-05-15 | 2020-10-02 | 百度在线网络技术(北京)有限公司 | 地理位置点的排序方法、训练排序模型的方法及对应装置 |
WO2022146417A1 (en) * | 2020-12-29 | 2022-07-07 | Google Llc | Content delivery about a selected point of interest in real-time guided navigation |
-
2019
- 2019-10-28 CN CN201911029247.5A patent/CN110851738B/zh active Active
-
2020
- 2020-05-13 WO PCT/CN2020/090099 patent/WO2021082397A1/zh unknown
- 2020-05-13 US US17/252,689 patent/US11709999B2/en active Active
- 2020-05-13 EP EP20820757.1A patent/EP3842963A4/en active Pending
- 2020-05-13 JP JP2021514573A patent/JP7214949B2/ja active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012014548A (ja) * | 2010-07-02 | 2012-01-19 | Kddi R & D Laboratories Inc | 単語境界判定装置 |
US20140006408A1 (en) * | 2012-06-29 | 2014-01-02 | Yahoo! Inc. | Identifying points of interest via social media |
JP2016024545A (ja) * | 2014-07-17 | 2016-02-08 | 株式会社Nttドコモ | 情報管理装置、情報管理システム、及び情報管理方法 |
JP2017208045A (ja) * | 2016-05-20 | 2017-11-24 | 日本電信電話株式会社 | 特性理解装置、方法、及びプログラム |
JP2018106035A (ja) * | 2016-12-27 | 2018-07-05 | パイオニア株式会社 | 地図整備装置、案内装置、制御方法、プログラム及び記憶媒体 |
JP2018190188A (ja) * | 2017-05-08 | 2018-11-29 | 国立研究開発法人情報通信研究機構 | 要約生成装置、要約生成方法及びコンピュータプログラム |
JP2018206262A (ja) * | 2017-06-08 | 2018-12-27 | 日本電信電話株式会社 | 単語連接識別モデル学習装置、単語連接検出装置、方法、及びプログラム |
JP2018022505A (ja) * | 2017-09-04 | 2018-02-08 | パイオニア株式会社 | 情報提供装置、情報提供方法及び情報提供用プログラム |
CN110019616A (zh) * | 2017-12-04 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 一种poi现势状态获取方法及其设备、存储介质、服务器 |
US20190228073A1 (en) * | 2018-01-23 | 2019-07-25 | Wipro Limited | Method and system for identifying places of interest in a natural language input |
JP2019153119A (ja) * | 2018-03-05 | 2019-09-12 | コニカミノルタ株式会社 | 文章抽出装置、プログラム |
JP2020071839A (ja) * | 2018-11-02 | 2020-05-07 | 株式会社トヨタマップマスター | 探索装置、探索方法、探索プログラムおよび記録媒体 |
Non-Patent Citations (1)
Title |
---|
寺口 敏生、外2名: "Webリソースと地理情報を活用した新店舗情報の自動収集に関する研究", 知能と情報, vol. 第23巻 第4号, JPN6020034428, 15 August 2011 (2011-08-15), JP, pages 411 - 427, ISSN: 0004948210 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11977574B2 (en) | 2021-02-22 | 2024-05-07 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for acquiring POI state information |
Also Published As
Publication number | Publication date |
---|---|
US11709999B2 (en) | 2023-07-25 |
CN110851738A (zh) | 2020-02-28 |
EP3842963A1 (en) | 2021-06-30 |
CN110851738B (zh) | 2021-03-19 |
JP7214949B2 (ja) | 2023-01-31 |
EP3842963A4 (en) | 2021-09-08 |
US20220253612A1 (en) | 2022-08-11 |
WO2021082397A1 (zh) | 2021-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022511593A (ja) | Poi状態情報を取得する方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 | |
JP7283009B2 (ja) | 対話理解モデルの訓練方法、装置、デバイス及び記憶媒体 | |
CN107210035B (zh) | 语言理解系统和方法的生成 | |
CN112925995B (zh) | 获取poi状态信息的方法及装置 | |
WO2020247282A1 (en) | User interface for machine language model creation | |
JP7185023B2 (ja) | Poi名を抽出する方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 | |
US20210390254A1 (en) | Method, Apparatus and Device for Recognizing Word Slot, and Storage Medium | |
KR20210038467A (ko) | 이벤트 테마 생성 방법, 장치, 기기 및 저장 매체 | |
CN112384907A (zh) | 与文本挖掘集成的规范编辑系统 | |
CN108932218B (zh) | 一种实例扩展方法、装置、设备和介质 | |
CN112328890B (zh) | 搜索地理位置点的方法、装置、设备及存储介质 | |
JP2021170394A (ja) | 役割のラベル付け方法、役割のラベル付け装置、電子機器及び記憶媒体 | |
CN110909170A (zh) | 兴趣点知识图谱构建方法、装置、电子设备及存储介质 | |
JP2022020043A (ja) | 目的地の予測方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
JP7160986B2 (ja) | 検索モデルの訓練方法、装置、デバイス、コンピュータ記憶媒体、及びコンピュータプログラム | |
CN103020311B (zh) | 一种用户检索词的处理方法及系统 | |
CN112052410A (zh) | 地图兴趣点更新方法和装置 | |
JP2022512271A (ja) | 音声パケット記録機能のガイド方法、装置、デバイス、プログラム及びコンピュータ記憶媒体 | |
CN111125445A (zh) | 社区主题生成方法、装置、电子设备及存储介质 | |
CN113807102B (zh) | 建立语义表示模型的方法、装置、设备和计算机存储介质 | |
US11295082B2 (en) | Converting text-based requirements to a live prototype | |
CN112860840A (zh) | 一种搜索处理方法、装置、设备和存储介质 | |
US11599594B2 (en) | Method, apparatus, electronic device and storage medium for data processing | |
CN111694919B (zh) | 生成信息的方法、装置、电子设备及计算机可读存储介质 | |
CN111667055A (zh) | 用于搜索模型结构的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210402 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210402 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220523 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220823 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7214949 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |