[發明專利]獲取POI狀態信息的方法、裝置、設備和計算機存儲介質

有效

• 申請號: 201911029247.5
• 申請日: 2019-10-28
• 公開（公告）號: CN110851738B
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 黃際洲;孫一博;李瑩;劉銘;秦兵
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/33;G06N3/04;G06N3/08
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種獲取興趣點POI狀態信息的方法，其特征在于，該方法包括：

從互聯網獲取預設時段內包含POI信息的文本；

利用預先訓練得到的POI狀態識別模型對所述文本進行識別，得到所述文本中的二元組，所述二元組包括POI名稱和該POI名稱對應的POI狀態信息；

其中所述POI狀態識別模型對所述文本對應的詞序列分別進行POI名稱的標簽預測和POI狀態的標簽預測；確定預測到的各POI名稱的標簽邊界；確定POI名稱的標簽邊界內對應的POI狀態標簽，利用該邊界內出現次數最多的POI狀態標簽確定該POI名稱對應的POI狀態信息。

2.根據權利要求1所述的方法，其特征在于，所述從互聯網獲取預設時段內包含POI信息的文本包括：

從互聯網獲取預設時段內的文本；

利用預先訓練得到的POI識別器對獲取到的文本進行POI信息識別；

保留包含POI信息的文本。

3.根據權利要求2所述的方法，其特征在于，所述POI識別器采用以下方式訓練得到：

從POI數據庫中抽取熱門的POI信息；

利用抽取的POI信息在互聯網中進行搜索；

利用搜索得到的文本以及對應的POI信息訓練標簽預測模型，得到所述POI識別器。

4.根據權利要求1所述的方法，其特征在于，所述POI狀態識別模型對所述文本對應的詞序列分別進行POI名稱的標簽預測和POI狀態的標簽預測包括：

利用所述POI狀態識別模型對所述文本對應的詞序列進行語義特征的提取，得到隱層向量序列；

對所述隱層向量序列進行POI名稱的標簽預測，以及對所述隱層向量序列進行POI狀態的標簽預測。

5.根據權利要求1至4任一項所述的方法，其特征在于，該方法還包括：

利用得到的二元組更新POI數據庫。

6.一種建立POI狀態識別模型的方法，其特征在于，該方法包括：

獲取訓練數據，所述訓練數據包括：文本以及對該文本中所包含POI名稱和POI狀態的標簽標注結果；

對文本對應的詞序列進行語義特征的提取，得到該文本的隱層向量序列；將所述隱層向量序列分別作為第一標簽預測子模型的輸入和第二標簽預測子模型的輸入，將該文本中所包含POI名稱的標簽標注結果作為所述第一標簽預測子模型的輸出目標，將所述文本中所包含POI狀態的標簽標注結果作為所述第二標簽預測子模型的輸出目標，訓練所述第一標簽預測子模型和所述第二標簽預測子模型，得到包括所述第一標簽預測子模型和所述第二標簽預測子模型的POI狀態識別模型；

其中建立的所述POI狀態識別模型用于對輸入的文本進行識別，得到所述文本中的二元組，所述二元組包括POI名稱和該POI名稱對應的POI狀態信息。

7.根據權利要求6所述的方法，其特征在于，所述獲取訓練數據包括：

獲取種子文本以及對所述種子文本所包含POI名稱和該POI名稱對應的POI狀態的標簽標注結果；

利用POI數據庫中與所述種子文本所包含POI名稱同類型的POI名稱，對所述種子文本中的POI名稱進行替換，得到擴展文本；

由所述種子文本和所述擴展文本得到所述訓練數據。

8.根據權利要求7所述的方法，其特征在于，所述獲取種子文本包括：

利用預先訓練得到的POI識別器從互聯網獲取包含POI名稱的文本；

利用預先構建的詞典從所述包含POI名稱的文本中過濾掉不包含POI狀態變化信息的文本，得到所述種子文本；其中所述詞典包括表達POI狀態變化信息的詞。

9.根據權利要求6所述的方法，其特征在于，所述對文本對應的詞序列進行語義特征的提取包括：

利用知識增強語義表示ERNIE模型對文本對應的詞序列進行語義特征的提取。