[發(fā)明專利]一種基于深度學(xué)習(xí)的地理信息的自動(dòng)標(biāo)注方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811434810.2
• 申請(qǐng)日: 2018-11-28
• 公開（公告）號(hào): CN109614455B
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計(jì)）人: 凌廣明;徐武平;穆曉峰;徐愛萍
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F16/29
• 分類號(hào): G06F16/29
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 羅飛

1.一種基于深度學(xué)習(xí)的地理信息的自動(dòng)標(biāo)注方法，其特征在于，包括：

步驟S1：獲取原始數(shù)據(jù)集UserInfSet和專業(yè)數(shù)據(jù)集PlotSet；

步驟S2：對(duì)原始數(shù)據(jù)集UserInfSet和專業(yè)數(shù)據(jù)集PlotSet進(jìn)行預(yù)處理；

步驟S3：將預(yù)處理后的專業(yè)數(shù)據(jù)集PlotSet與原始數(shù)據(jù)集UserInfSet進(jìn)行匹配，從原始數(shù)據(jù)集UserInfSet中篩選出目標(biāo)數(shù)據(jù)集；

步驟S4：基于預(yù)設(shè)規(guī)則對(duì)目標(biāo)數(shù)據(jù)集進(jìn)行排序；

步驟S5：為排序后的目標(biāo)數(shù)據(jù)集設(shè)置標(biāo)注參數(shù)；

步驟S6：基于設(shè)置的標(biāo)注參數(shù)，合成語(yǔ)料庫(kù)，將其作為標(biāo)注結(jié)果；

其中，所述專業(yè)數(shù)據(jù)采用哈希表PlotsHashTable進(jìn)行存儲(chǔ)，步驟S3具體包括：

步驟S3.1：從原始數(shù)據(jù)集UserInfSet中讀取一條原始數(shù)據(jù)UserInf；

步驟S3.2：將原始數(shù)據(jù)UserInf與哈希表PlotsHashTable中的專業(yè)數(shù)據(jù)進(jìn)行匹配，獲取原始數(shù)據(jù)UserInf中包含的小區(qū)個(gè)數(shù)PlotCount以及匹配信息MatchInf，其中，專業(yè)數(shù)據(jù)集PlotSet中的專業(yè)數(shù)據(jù)包含小區(qū)信息，匹配信息中包括匹配的起止位置；

步驟S3.3：如果PlotCount為0，則舍棄該原始數(shù)據(jù)，轉(zhuǎn)至步驟S3.1，如果PlotCount為1，則轉(zhuǎn)至步驟S3.4，如果PlotCount大于1，則根據(jù)起止位置獲得空間位置關(guān)系，其中，空間位置是起止位置的形象化描述，再根據(jù)空間位置關(guān)系進(jìn)行合并，并判斷合并后的小區(qū)個(gè)數(shù)是否等于1，如果等于則轉(zhuǎn)至步驟S3.4，否則轉(zhuǎn)至步驟S3.1；

步驟S3.4：將篩選出的原始數(shù)據(jù)UserInf與匹配信息MatchInf記錄于目標(biāo)數(shù)據(jù)集中；

步驟S3.5：判斷原始數(shù)據(jù)集UserInfSet中的數(shù)據(jù)是否讀取完畢，如果讀取完畢，則將步驟S3.4得到的結(jié)果作為目標(biāo)數(shù)據(jù)集，否則，轉(zhuǎn)至步驟S3.1，繼續(xù)處理下一條數(shù)據(jù)；

在步驟S3.3中，根據(jù)空間位置關(guān)系進(jìn)行合并，具體為：

采用幾何空間中的臨近原則進(jìn)行合并，幾何空間關(guān)系包括相容、相交、相鄰、相離，在幾何空間描述位于同一條線段上的兩條子線段的位置關(guān)系，其中，將中間相差兩個(gè)字但不包含特定字的情況作為相鄰。

2.如權(quán)利要求1所述的方法，其特征在于，在步驟S4之后，所述方法還包括：

對(duì)排序后的目標(biāo)數(shù)據(jù)集根據(jù)預(yù)設(shè)標(biāo)識(shí)進(jìn)行分割，得到N個(gè)Excel文件，其中，N為大于1的整數(shù)；

通過(guò)人工調(diào)整的方式，對(duì)N個(gè)Excel文件進(jìn)行調(diào)整，獲得優(yōu)質(zhì)的標(biāo)注數(shù)據(jù)。

3.如權(quán)利要求2所述的方法，其特征在于，在通過(guò)人工調(diào)整的方式，對(duì)N個(gè)Excel文件進(jìn)行調(diào)整，獲得優(yōu)質(zhì)的標(biāo)注數(shù)據(jù)之后，所述方法還包括：

對(duì)獲得的優(yōu)質(zhì)的標(biāo)注數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估。

4.如權(quán)利要求1所述的方法，其特征在于，步驟S5體包括：

通過(guò)設(shè)置標(biāo)注參數(shù)，獲得預(yù)設(shè)標(biāo)注標(biāo)準(zhǔn)BIO。

5.如權(quán)利要求1所述的方法，其特征在于，在步驟S6之后，所述方法還包括：

對(duì)合成的語(yǔ)料庫(kù)進(jìn)行擴(kuò)展。