一种兴趣点检索方法技术

本申请公开了一种兴趣点检索方法

【技术实现步骤摘要】
一种兴趣点检索方法、装置、设备及存储介质


[0001]本申请涉及地图
，尤其涉及一种兴趣点检索方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在电子地图中，常常将银行
、
景点
、
公司
、
医院
、
政府机构
、
餐馆
、
商场等重要地点标识为用户可能感兴趣的兴趣点
。
用户在进行兴趣点检索时，通过输入搜索文本信息，获得与搜索文本信息相关的兴趣点信息
。
传统的兴趣点检索方法在进行兴趣点匹配时，通常计算搜索文本信息和候选兴趣点信息的名称标识信息之间的文本相似度，然后根据文本相似度确定与搜索文本信息对应的目标兴趣点信息
。
[0003]然而，在搜索文本信息比较复杂的情况下，如果仅采用基础的搜索文本特征和兴趣点名称标识特征进行兴趣点匹配，无法捕捉到搜索文本信息和兴趣点信息之间更深层次的语义匹配关系，导致兴趣点检索结果的准确性较低
。...

【技术保护点】

【技术特征摘要】
1.
一种兴趣点检索方法，其特征在于，所述方法包括：获取用户搜索信息，所述用户搜索信息包括搜索文本信息和用户位置信息；获取所述用户搜索信息的多个候选兴趣点信息各自对应的至少一条兴趣点特征信息，任一兴趣点特征信息是基于对应候选兴趣点信息的兴趣点标识信息
、
兴趣点位置信息和地点描述信息进行兴趣点特征识别后得到的；将所述搜索文本信息和所述用户位置信息输入搜索特征识别网络进行搜索特征识别，得到搜索特征信息；根据所述搜索特征信息与所述至少一条兴趣点特征信息间的特征匹配信息，对所述多个候选兴趣点信息中的目标兴趣点信息进行展示
。2.
根据权利要求1所述的方法，其特征在于，所述搜索特征识别网络包括：第一特征提取网络
、
第一拼接网络
、
第一语义识别网络和第一融合网络，所述将所述搜索文本信息和所述用户位置信息输入搜索特征识别网络进行搜索特征识别，得到搜索特征信息包括：将所述搜索文本信息输入所述第一特征提取网络进行分词特征提取，得到文本分词特征序列；将所述用户位置信息输入所述第一特征提取网络进行位置特征提取，得到用户位置特征信息；将所述文本分词特征序列和所述用户位置特征信息输入所述第一拼接网络进行拼接处理，得到初始搜索特征序列；将所述初始搜索特征序列输入所述第一语义识别网络进行搜索语义识别，得到目标搜索特征序列；将所述目标搜索特征序列输入所述第一融合网络进行融合处理，得到搜索特征信息
。3.
根据权利要求2所述的方法，其特征在于，所述目标搜索特征序列包括多个搜索分词特征信息，所述第一融合网络包括：第一特征映射层
、
第一归一化层和第一加权层，所述将所述目标搜索特征序列输入所述第一融合网络进行融合处理，得到搜索特征信息包括：将所述多个搜索分词特征信息分别输入所述第一特征映射层进行特征映射处理，得到多个搜索映射特征信息；将所述多个搜索映射特征信息输入所述第一归一化层进行归一化处理，得到所述多个搜索分词特征信息的搜索权重；将所述搜索权重和所述多个搜索分词特征信息输入所述第一加权层进行加权处理，得到所述搜索特征信息
。4.
根据权利要求1所述的方法，其特征在于，所述获取所述用户搜索信息的多个候选兴趣点信息各自对应的至少一条兴趣点特征信息包括：从本地预设内存区域，获取所述多个候选兴趣点信息各自对应的至少一条压缩特征信息；对所述至少一条压缩特征信息进行解压处理，得到所述至少一条兴趣点特征信息
。5.
根据权利要求4所述的方法，其特征在于，在所述获取用户搜索信息之前，所述方法还包括：获取预设压缩字典，所述预设压缩字典是对多个初始兴趣点信息各自对应的至少一条初始兴趣点特征信息进行压缩训练后得到的；
所述对所述至少一条压缩特征信息进行解压处理，得到所述至少一条兴趣点特征信息包括：根据所述预设压缩字典，对所述至少一条压缩特征信息进行解压处理，得到所述至少一条兴趣点特征信息
。6.
根据权利要求1所述的方法，其特征在于，在所述获取所述用户搜索信息的多个候选兴趣点信息各自对应的至少一条兴趣点特征信息之前，所述方法还包括：获取多个初始兴趣点信息；基于所述用户搜索信息进行兴趣点召回，从所述多个初始兴趣点信息中确定所述多个候选兴趣点信息
。7.
根据权利要求1所述的方法，其特征在于，所述方法还包括：获取多个初始兴趣点信息，任一初始兴趣点信息包括：至少一种初始标识信息
、
初始位置信息和初始地点描述信息；基于每一初始兴趣点信息中的目标初始标识信息
、
初始位置信息和初始地点描述信息进行兴趣点特征识别，得到所述目标初始标识信息对应的目标特征信息，所述目标初始标识信息为所述每一初始兴趣点信息中任一初始标识信息；将所述每一初始兴趣点信息中所述至少一种初始标识信息各自对应的目标特征信息作为所述每一初始兴趣点信息对应的至少一条初始兴趣点特征信息；对所述多个初始兴趣点信息各自对应的至少一条初始兴趣点特征信息进行压缩处理，得到所述多个初始兴趣点信息各自对应的至少一条压缩特征信息
。8.
根据权利要求7所述的方法，其特征在于，所述任一初始兴趣点信息还包括：初始类型信息，所述基于每一初始兴趣点信息中的目标初始标识信息
、
初始位置信息和初始地点描述信息进行兴趣点特征识别，得到所述目标初始标识信息对应的目标特征信息包括：将所述每一初始兴趣点信息中的目标初始标识信息
、
初始位置信息
、
初始类型信息和初始地点描述信息输入兴趣点特征识别网络进行兴趣点特征识别，得到所述目标初始标识信息对应的目标特征信息
。9.
根据权利要求8所述的方法，其特征在于，所述兴趣点特征识别网络包括：第二特征提取网络
、
第二拼接网络
、
第二语义识别网络和第二融合网络，所述将所述每一初始兴趣点信息中的目标初始标识信息
、
初始位置信息
、
初始类型信息和初始地点描述信息输入兴趣点特征识别网络进行兴趣点特征识别，得到所述目标初始标识信息对应的目标特征信息包括：将所述每一初始兴趣点信息中的目标初始标识信息
、
初始位置信息
、
初始类型信息和初始地点描述信息分别输入所述第二特征提取网络进行特征提取，得到标识特征信息
、
位置特征信息
、
类型特征信息和地点描述特征信息；将所述标识特征信息
、
所述位置特征信息
、
所述类型特征信息和所述地点描述特征信息输入所述第二拼接网络进行拼接处理，得到初始兴趣点特征序列；将所述初始兴趣点特征序列输入所述第二语义识别网络进行兴趣点语义识别，得到目标兴趣点特征序列；将所述目标兴趣点特征序列输入所述第二融合网络进行融合...

【专利技术属性】
技术研发人员：江宇鸥，吴红升，邵昊阳，姜曦轮，李瑜茹，李瑞方，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：