申请/专利权人：浙江大学

申请日：2020-03-19

公开（公告）日：2020-07-24

公开（公告）号：CN111444298A

主分类号：G06F16/29(20190101)

分类号：G06F16/29(20190101);G06F16/33(20190101);G06F16/36(20190101)

优先权：

专利状态码：有效-授权

法律状态：2022.10.14#授权;2020.08.18#实质审查的生效;2020.07.24#公开

摘要：本发明公开了一种基于兴趣点知识图谱预训练的地址匹配算法，包括：获取兴趣点地址后区分出不同粒度的行政区域，得到标注后的兴趣点地址；将标注后的兴趣点地址随机遮盖部分行政区域输入到语言模型中，输出预测后的兴趣点地址，利用兴趣点地址与预测后的兴趣点地址计算损失函数，多次迭代后，得到输出准确的兴趣点地址的语言模型；将语言模型后面接上全连接层，使用标注后的地址匹配任务数据集对模型和全连接层进行整体参数微调，得到微调后的语言模型和全连接层；将标注后的待预测的原始兴趣点地址输入微调后的语言模型和全连接层，得到待预测兴趣点的预测地址，将待预测的原始兴趣点地址与待预测兴趣点的预测地址进行相似度计算，完成地址匹配。

主权项：1.一种基于兴趣点知识图谱预训练的地址匹配算法，其特征在于，包括：1获取经过数字化处理的、能在网络环境下运行的兴趣点地址，将兴趣点地址区分出不同粒度的行政区域，得到标注后的兴趣点地址；2将标注后的兴趣点地址随机遮盖部分行政区域输入到语言模型中，输出预测后的兴趣点地址，利用兴趣点地址与预测后的兴趣点地址计算损失函数，多次迭代后，得到输出准确的兴趣点地址的语言模型；3将步骤2得到的语言模型后面接上全连接层，使用标注后的地址匹配任务数据集对模型和全连接层进行整体参数微调，得到微调后的语言模型和全连接层；4将标注后的待预测的原始兴趣点地址输入步骤3得到微调后的语言模型和全连接层，得到待预测兴趣点的预测地址，将待预测的原始兴趣点地址与待预测兴趣点的预测地址进行相似度计算，完成地址匹配。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于兴趣点知识图谱预训练的地址匹配算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD