[發(fā)明專利]一種編碼模型訓(xùn)練的方法、編碼的方法、裝置和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110293408.2
• 申請日: 2021-03-18
• 公開（公告）號: CN113011584A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 吳龍祥;賴澤云;鄒磊;賀正雄;丁先華;倪曉東;范鈾;劉茜;樊瑾;吳良華
• 申請（專利權(quán)）人: 廣東南方數(shù)碼科技股份有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 余菲

1.一種編碼模型訓(xùn)練的方法，其特征在于，所述方法包括：

獲取訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括已標(biāo)注編碼信息的地理矢量數(shù)據(jù)；

對所述訓(xùn)練數(shù)據(jù)進行預(yù)處理，獲得預(yù)處理結(jié)果，其中，所述預(yù)處理結(jié)果包括對應(yīng)的特征屬性值、特征屬性的數(shù)目和實體類別總數(shù)目；

根據(jù)所述預(yù)處理結(jié)果生成待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，其中，所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型輸入層的輸入特征的數(shù)目等于所述特征屬性的數(shù)目，所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)的輸出層用于輸出與所述實體類別總數(shù)目相同數(shù)量的識別結(jié)果；

訓(xùn)練所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，獲得實體類別編碼模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述訓(xùn)練數(shù)據(jù)進行預(yù)處理，獲得預(yù)處理結(jié)果，包括：

提取所述訓(xùn)練數(shù)據(jù)中的至少一個特征屬性；

計算與所述至少一個特征屬性分別對應(yīng)的至少一個特征屬性值；

將所述至少一個特征屬性值作為所述預(yù)處理結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述提取所述訓(xùn)練數(shù)據(jù)中的至少一個特征屬性之前，所述方法還包括：

獲取用戶預(yù)先選擇的至少一個自選特征屬性，其中，所述至少一個特征屬性中包括所述至少一個自選特征屬性，所述至少一個自選特征屬性是用戶根據(jù)實際需求選擇的；

所述提取所述訓(xùn)練數(shù)據(jù)中的至少一個特征屬性，包括：

提取所述訓(xùn)練數(shù)據(jù)中的所述自選特征屬性；

所述計算與所述至少一個特征屬性分別對應(yīng)的至少一個特征屬性值，包括：

計算與所述自選特征屬性分別對應(yīng)的自選特征屬性值；

所述將所述至少一個特征屬性值作為所述預(yù)處理結(jié)果，包括：

將所述自選特征屬性值作為所述預(yù)處理結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述預(yù)處理結(jié)果生成待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，包括：

將所述自選特征屬性值輸入所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，對所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述地理矢量數(shù)據(jù)由頂點、線段或面構(gòu)成。

6.一種編碼的方法，其特征在于，所述方法包括：

接收輸入的待編碼實體數(shù)據(jù)，其中，所述待編碼實體數(shù)據(jù)包括至少一個實體的所有構(gòu)成元素，所述所有構(gòu)成元素是通過對待編碼實體解析得到的；

根據(jù)如權(quán)利要求1-5任一項所述的方法獲得的實體類別編碼模型，對所述待編碼實體數(shù)據(jù)進行編碼。

7.一種編碼模型訓(xùn)練的裝置，其特征在于，所述裝置包括：

獲取單元，被配置為獲取訓(xùn)練數(shù)據(jù)，其中，所述訓(xùn)練數(shù)據(jù)包括已標(biāo)注編碼信息的地理矢量數(shù)據(jù)；

預(yù)處理單元，被配置為對所述訓(xùn)練數(shù)據(jù)進行預(yù)處理，獲得預(yù)處理結(jié)果，其中，所述預(yù)處理結(jié)果包括所述訓(xùn)練數(shù)據(jù)對應(yīng)的特征屬性值、特征屬性的數(shù)目和實體類別總數(shù)目；

生成單元，被配置為根據(jù)所述預(yù)處理結(jié)果生成待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，其中，所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型輸入層的輸入特征的數(shù)目等于所述特征屬性的數(shù)目，所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)的輸出層用于輸出與所述實體類別總數(shù)目相同數(shù)量的識別結(jié)果；

訓(xùn)練單元，被配置為訓(xùn)練所述待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，獲得實體類別編碼模型。

8.一種編碼的裝置，其特征在于，所述裝置包括：

接收單元，被配置為接收輸入的待編碼實體數(shù)據(jù)，其中，所述待編碼實體數(shù)據(jù)包括至少一個實體的所有構(gòu)成元素，所述所有構(gòu)成元素是通過對待編碼實體解析得到的；

編碼單元，被配置為使用如權(quán)利要求1-5任一項所述的方法獲得的實體類別編碼模型，對所述待編碼實體數(shù)據(jù)進行編碼。

9.一種電子設(shè)備，其特征在于，包括：處理器、存儲器和總線；

所述處理器通過所述總線與所述存儲器相連，所述存儲器存儲有計算機可讀取指令，當(dāng)所述計算機可讀取指令由所述處理器執(zhí)行時，用于實現(xiàn)如權(quán)利要求1-6任一項所述方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，該計算機可讀存儲介質(zhì)上存儲有計算機程序，該計算機程序被服務(wù)器執(zhí)行時實現(xiàn)如權(quán)利要求1-6任一項所述方法。