JP7206514B2 - 地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 - Google Patents
地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 Download PDFInfo
- Publication number
- JP7206514B2 JP7206514B2 JP2021081414A JP2021081414A JP7206514B2 JP 7206514 B2 JP7206514 B2 JP 7206514B2 JP 2021081414 A JP2021081414 A JP 2021081414A JP 2021081414 A JP2021081414 A JP 2021081414A JP 7206514 B2 JP7206514 B2 JP 7206514B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- user
- geolocation
- sorting
- model
- 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.)
- Active
Links
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/954—Navigation, e.g. using categorised browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図2は、本出願の実施形態一により提供される地理位置点のソート方法のフローチャートである。本実施形態において、ホテル型POIのソートを例にする。図2に示されたように、当該方法は以下のステップを含むことができる。
図3は、本出願の実施形態二により提供される、ソートモデルを訓練する方法のフローチャートである。この方法は、図3に示されるように、以下のステップを含むことができる。
図4は、本出願の実施形態三により提供される地理位置点のソート装置の構成図である。図4に示されたように、当該装置は、要求受信ユニット01と、好み確定ユニット02と、ソート処理ユニット03と、結果確定ユニット04とを含んでもよく、さらに前処理ユニット05を含んでもよい。ここで、各構成ユニットの主な機能は次のとおりである。
図5は、本出願の実施形態四により提供されるソートモデルを訓練する装置の構成図である。当該装置は、図5に示されるように、第1データ取得ユニット11、第1モデル訓練ユニット12、好みスコア確定ユニット13、および第2モデル訓練ユニット14を備えても良く、さらに前処理ユニット15を備えてもよい。これらの各構成ユニットの主な機能は次のとおりである。
Claims (20)
- コンピュータにより実行される、地理位置点のソート方法であって、
ユーザからの垂直型の地理位置点の検索要求を受信し、
前記垂直型の候補地理位置点データを前記ユーザの好みモデルに入力して、各候補地理位置点に対する前記ユーザの好みスコアを得、
各候補地理位置点に対する前記ユーザの好みスコアを各候補地理位置点のソート特徴の1つとしてソートモデルに入力して、各候補地理位置点のソートスコアを得、前記ソート特徴は候補地理位置点自身の特徴をさらに含み、
前記各候補地理位置点のソートスコアに基づいて前記ユーザに返信される検索結果を確定する、
ことを含み、
前記ユーザの好みモデルは、異常点検出モデルを採用し、前記異常点検出モデルによる候補地理位置点の異常点スコアに基づいて、候補地理位置点に対する前記ユーザの好みスコアを得、
前記異常点スコアは、前記好みスコアと負の相関がある、
方法。 - 前記垂直型の候補地理位置点データを前記ユーザの好みモデルに入力することの前に、
前記垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データを前処理することにより、前記少なくとも一部のタイプの特徴データの地域差を除去することをさらに含む請求項1に記載の方法。 - 前記前処理は、
前記垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データをBox-cox変換してから正規化処理を行うことを含み、
Box-cox変換を行う際に使用されるパラメータは、各地域の地理位置点の前記少なくとも一部のタイプの特徴におけるデータ分布について予め統計して得られる請求項2に記載の方法。 - 前記垂直型は、ホテル型、飲食型、スーパーマーケット型、または劇場型を含む請求項1に記載の方法。
- コンピュータにより実行される、ソートモデルの訓練方法であって、
地図型アプリケーションデータから第1訓練データを取得し、前記第1訓練データは、ユーザが過去にアクセスした垂直型の地理位置点データを含み、前記アクセスは、検索、クリック、または実地の訪問を含み、
前記第1訓練データを用いて前記ユーザの好みモデルを訓練し、
前記ユーザの好みモデルを使用して第2訓練データにおける前記垂直型の各地理位置点に対する前記ユーザの好みスコアを取得し、
前記第2訓練データを用いてソートモデルを訓練し、第2訓練データにおける各地理位置点に対する前記ユーザの好みスコアを前記ソートモデルを訓練するためのソート特徴の1つとし、前記ソート特徴は候補地理位置点自身の特徴をさらに含む、
ことを含み、
前記ユーザの好みモデルは異常点検出モデルを採用し、前記異常点検出モデルによる垂直型の地理位置点の異常点スコアに基づいて、垂直型の地理位置点に対する前記ユーザの好みスコアを得、
前記異常点スコアは、前記好みスコアと負の相関がある、
方法。 - 前記第1訓練データを用いて異常点検出モデルを訓練することの前に、
前記ユーザが過去にアクセスした垂直型の地理位置データのうちの少なくとも一部のタイプの特徴データを前処理することにより、前記少なくとも一部のタイプの特徴データの地域差を除去することをさらに含む請求項5に記載の方法。 - 前記前処理は、
前記ユーザが過去にアクセスした垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データをBox-cox変換してから正規化処理を行うことを含み、
Box-cox変換を行う際に使用されるパラメータは、各地域の地理位置点の前記少なくとも一部のタイプの特徴におけるデータ分布について予め統計して得られる請求項6に記載の方法。 - 前記第2訓練データは、前記垂直型に対する同一の検索セッションにおいて、ユーザがクリックした地理位置点とクリックしなかった地理位置点とからなる地理位置点ペアを含む請求項5に記載の方法。
- 地理位置点のソート装置であって、
ユーザからの垂直型の地理位置点の検索要求を受信する要求受信ユニットと、
前記垂直型の候補地理位置点データを前記ユーザの好みモデルに入力して、各候補地理位置点データに対する前記ユーザの好みスコアを得る好み確定ユニットと、
各候補地理位置点に対する前記ユーザの好みスコアを各候補地理位置点のソート特徴の1つとしてソートモデルに入力して、各候補地理位置点のソートスコアを得、前記ソート特徴は候補地理位置点自身の特徴をさらに含むソート処理ユニットと、
前記各候補地理位置点のソートスコアに基づいて前記ユーザに返信される検索結果を確定する結果確定ユニットと、
を備え、
前記ユーザの好みモデルは、異常点検出モデルを採用し、前記異常点検出モデルによる候補地理位置点の異常点スコアに基づいて、候補地理位置点に対する前記ユーザの好みスコアを得、
前記異常点スコアは、前記好みスコアと負の相関がある、
装置。 - 前記垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データを前処理して前記好み確定ユニットに供給することにより、前記少なくとも一部のタイプの特徴データの地域差を除去する前処理ユニットを更に備える請求項9に記載の装置。
- 前記前処理ユニットは、
前記垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データをBox-cox変換してから正規化処理を行い、
Box-cox変換を行う際に使用されるパラメータは、各地域の地理位置点の前記少なくとも一部のタイプの特徴におけるデータ分布について予め統計して得られる、
請求項10に記載の装置。 - ソートモデルの訓練装置であって、
地図型アプリケーションデータから第1訓練データを取得する第1データ取得ユニットであって、前記第1訓練データはユーザが過去にアクセスした垂直型の地理位置点データを含み、前記アクセスは検索、クリックまたは実地の訪問を含む、第1データ取得ユニットと、
前記第1訓練データを用いて前記ユーザの好みモデルを訓練する第1モデル訓練ユニットと、
前記ユーザの好みモデルを利用して、第2訓練データにおける前記垂直型の各地理位置点対する前記ユーザの好みスコアを取得する好みスコア確定ユニットと、
前記第2訓練データを用いてソートモデルを訓練し、第2訓練データにおける各地理位置点に対する前記ユーザの好みスコアを前記ソートモデルを訓練するためのソート特徴の1つとし、前記ソート特徴は候補地理位置点自身の特徴をさらに含む第2モデル訓練ユニットと、
を備え、
前記第1モデル訓練ユニットは、異常点検出モデルを用いて前記ユーザの好みモデルを訓練し、前記異常点検出モデルによる垂直型の地理位置点の異常点スコアに基づいて、垂直型の地理位置点に対する前記ユーザの好みスコアを得、
前記異常点スコアは、前記好みスコアと負の相関がある、
装置。 - 前記ユーザが過去にアクセスした垂直型の地理位置データのうちの少なくとも一部のタイプの特徴データを前処理して前記第1モデル訓練ユニットに提供することにより、前記少なくとも一部のタイプの特徴データの地域差を除去する前処理ユニットを更に備える、請求項12に記載の装置。
- 前記前処理ユニットは、
前記ユーザが過去にアクセスした垂直型の候補地理位置点データのうちの少なくとも一部のタイプの特徴データをBox-cox変換してから正規化処理を行い、
Box-cox変換を行う際に使用されるパラメータは、各地域の地理位置点の前記少なくとも一部のタイプの特徴におけるデータ分布について予め統計して得られる、
請求項13に記載の装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1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1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1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに請求項1~4のいずれか1項に記載の方法を実行させる電子デバイス。 - 少なくとも1つのプロセッサと、
前記少なくとも1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1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1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに請求項5~8のいずれか1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1~4のいずれか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た非一時的なコンピュータ可読記憶媒体。
- コンピュータに請求項5~8のいずれか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た非一時的なコンピュータ可読記憶媒体。
- コンピュータに請求項1~4のいずれか1項に記載の方法を実行させるためのコンピュータプログラム。
- コンピュータに請求項5~8のいずれか1項に記載の方法を実行させるためのコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414943.4A CN111737382A (zh) | 2020-05-15 | 2020-05-15 | 地理位置点的排序方法、训练排序模型的方法及对应装置 |
CN202010414943.4 | 2020-05-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021179990A JP2021179990A (ja) | 2021-11-18 |
JP7206514B2 true JP7206514B2 (ja) | 2023-01-18 |
Family
ID=72647375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021081414A Active JP7206514B2 (ja) | 2020-05-15 | 2021-05-13 | 地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11556601B2 (ja) |
EP (1) | EP3910491A1 (ja) |
JP (1) | JP7206514B2 (ja) |
KR (1) | KR102601545B1 (ja) |
CN (1) | CN111737382A (ja) |
Families Citing this family (3)
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 |
CN114491318B (zh) * | 2021-12-16 | 2023-09-01 | 北京百度网讯科技有限公司 | 目标信息的确定方法、装置、设备以及存储介质 |
CN117314701B (zh) * | 2023-11-27 | 2024-03-08 | 江西联创精密机电有限公司 | 一种模拟训练席位配置方法、系统、存储介质及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012053863A (ja) | 2010-08-06 | 2012-03-15 | Nippon Telegr & Teleph Corp <Ntt> | 情報推薦処理装置とそのプログラム |
CN106919641A (zh) | 2017-01-12 | 2017-07-04 | 北京三快在线科技有限公司 | 一种兴趣点搜索方法及装置、电子设备 |
US20180322203A1 (en) | 2017-05-03 | 2018-11-08 | Uber Technologies, Inc. | Optimizing listing efficiency and efficacy for a delivery coordination system |
JP2019185716A (ja) | 2018-04-10 | 2019-10-24 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | エンティティ推薦方法及び装置 |
JP2020501211A (ja) | 2016-11-21 | 2020-01-16 | グーグル エルエルシー | 電子地図インターフェース |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2659698C (en) * | 2008-03-21 | 2020-06-16 | Dressbot Inc. | System and method for collaborative shopping, business and entertainment |
US9194716B1 (en) * | 2010-06-18 | 2015-11-24 | Google Inc. | Point of interest category ranking |
CN102594905B (zh) * | 2012-03-07 | 2014-07-16 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
US9916362B2 (en) * | 2013-11-20 | 2018-03-13 | Toyota Jidosha Kabushiki Kaisha | Content recommendation based on efficacy models |
US10235470B2 (en) | 2013-12-06 | 2019-03-19 | Here Global B.V. | User retrieval enhancement |
CN103954277B (zh) * | 2014-04-30 | 2017-05-03 | 百度在线网络技术(北京)有限公司 | 检测兴趣点位置的方法及装置 |
US9565292B2 (en) * | 2014-05-28 | 2017-02-07 | Here Global B.V. | Method and apparatus for performing an optimized location based search |
CN104135716A (zh) * | 2014-06-17 | 2014-11-05 | 百度在线网络技术(北京)有限公司 | 一种兴趣点信息的推送方法及系统 |
US10503764B2 (en) | 2015-06-01 | 2019-12-10 | Oath Inc. | Location-awareness search assistance system and method |
US10528533B2 (en) * | 2017-02-09 | 2020-01-07 | Adobe Inc. | Anomaly detection at coarser granularity of data |
CN108628833B (zh) * | 2018-05-11 | 2021-01-22 | 北京三快在线科技有限公司 | 原创内容摘要确定方法及装置,原创内容推荐方法及装置 |
EP3895096A1 (en) * | 2018-12-13 | 2021-10-20 | Datarobot, Inc. | Methods for detecting and interpreting data anomalies, and related systems and devices |
US11861462B2 (en) * | 2019-05-02 | 2024-01-02 | Nicholas John Teague | Preparing structured data sets for machine learning |
CN110348895A (zh) * | 2019-06-29 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种基于用户标签的个性化推荐方法、装置和电子设备 |
CN111026957B (zh) * | 2019-11-21 | 2023-05-05 | 北京网聘咨询有限公司 | 基于多维相似度的推荐系统及其方法 |
US11815360B2 (en) * | 2020-04-30 | 2023-11-14 | Grabtaxi Holdings Pte. Ltd. | Method for predicting the destination location of a vehicle |
-
2020
- 2020-05-15 CN CN202010414943.4A patent/CN111737382A/zh active Pending
- 2020-11-19 US US16/952,940 patent/US11556601B2/en active Active
-
2021
- 2021-03-24 EP EP21164602.1A patent/EP3910491A1/en not_active Ceased
- 2021-05-13 KR KR1020210061794A patent/KR102601545B1/ko active IP Right Grant
- 2021-05-13 JP JP2021081414A patent/JP7206514B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012053863A (ja) | 2010-08-06 | 2012-03-15 | Nippon Telegr & Teleph Corp <Ntt> | 情報推薦処理装置とそのプログラム |
JP2020501211A (ja) | 2016-11-21 | 2020-01-16 | グーグル エルエルシー | 電子地図インターフェース |
CN106919641A (zh) | 2017-01-12 | 2017-07-04 | 北京三快在线科技有限公司 | 一种兴趣点搜索方法及装置、电子设备 |
US20180322203A1 (en) | 2017-05-03 | 2018-11-08 | Uber Technologies, Inc. | Optimizing listing efficiency and efficacy for a delivery coordination system |
JP2019185716A (ja) | 2018-04-10 | 2019-10-24 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | エンティティ推薦方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021179990A (ja) | 2021-11-18 |
US20210357468A1 (en) | 2021-11-18 |
US11556601B2 (en) | 2023-01-17 |
EP3910491A1 (en) | 2021-11-17 |
KR20210141393A (ko) | 2021-11-23 |
KR102601545B1 (ko) | 2023-11-10 |
CN111737382A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11397772B2 (en) | Information search method, apparatus, and system | |
JP7206514B2 (ja) | 地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 | |
EP3617952A1 (en) | Information search method, apparatus and system | |
US11978447B2 (en) | Speech interaction method, apparatus, device and computer storage medium | |
US20220253612A1 (en) | Method and apparatus for acquiring poi state information, device and computer storage medium | |
US11630560B2 (en) | Map information display method and apparatus, electronic device, and computer storage medium | |
CN111666292B (zh) | 用于检索地理位置的相似度模型建立方法和装置 | |
CN112612957A (zh) | 兴趣点的推荐方法、兴趣点推荐模型的训练方法、装置 | |
US20230214689A1 (en) | Method and apparatus for processing dialogue, electronic device, and storage medium | |
US20230004614A1 (en) | Method and Apparatus for Displaying Map Points of Interest, And Electronic Device | |
CN111666461B (zh) | 检索地理位置的方法、装置、设备和计算机存储介质 | |
CN111737430A (zh) | 实体链接方法、装置、设备以及存储介质 | |
JP2024507902A (ja) | 情報検索方法、装置、電子機器および記憶媒体 | |
CN112100480A (zh) | 搜索方法、装置、设备及存储介质 | |
US20220172310A1 (en) | House-renting recommendation method, electronic device and storage medium | |
CN113449754B (zh) | 标签的匹配模型训练和展示方法、装置、设备及介质 | |
US20210389156A1 (en) | Map rendering method and apparatus, device, and storage medium | |
CN114238745A (zh) | 一种提供搜索结果的方法及装置、电子设备和介质 | |
CN113407579A (zh) | 群组查询方法、装置、电子设备及可读存储介质 | |
CN112100522A (zh) | 用于检索兴趣点的方法、装置、设备及介质 | |
CN112861023A (zh) | 地图信息处理方法、装置、设备、存储介质及程序产品 | |
CN113868532B (zh) | 一种地点推荐方法、装置、电子设备及存储介质 | |
CN111767372B (zh) | 语音查询的解析方法、解析模型的训练方法、装置、设备 | |
US11683656B2 (en) | Recommendation of region of interest | |
KR102565762B1 (ko) | 경제 상태 모니터링 방법, 경제 상태 모니터링 모델 구축 방법 및 대응하는 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210513 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220920 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7206514 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |