[发明专利]用于输出信息的方法和装置在审
申请号: | 201811558785.9 | 申请日: | 2018-12-19 |
公开(公告)号: | CN109684430A | 公开(公告)日: | 2019-04-26 |
发明(设计)人: | 张世雷;魏承东 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/9537;G09B29/10 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户操作数据 方法和装置 输出信息 表征用户 操作数据 人工成本 场景 上报 输出 响应 评估 申请 | ||
1.一种用于输出信息的方法,包括:
响应于接收到添加地图点的坐标的请求,获取与坐标的添加相关的用户操作数据;
将所述用户操作数据输入预先训练的模型,得到所述坐标的精确度,其中,所述模型用于表征用户操作数据和坐标的精确度的对应关系;
输出所述地图点的坐标的精确度。
2.根据权利要求1所述的方法,其中,所述用户操作数据包括以下至少一项:
选点时长,选点比例尺,当前位置坐标与所选择的坐标之间的距离。
3.根据权利要求2所述的方法,其中,所述用户操作数据为非均匀量化值。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定出所述地图点的坐标的精确度大于预定的精确度阈值,发布所述地图点的坐标。
5.根据权利要求1-4之一所述的方法,其中,所述模型是通过以下方式训练得到的:
获取训练样本集,其中,训练样本包括与样本坐标的添加相关的样本用户操作数据和用于表征样本坐标的精确度的标注信息;
将所述训练样本集中的训练样本中的样本用户操作数据和标注信息分别作为输入和期望输出,利用机器学习方法训练得到模型。
6.根据权利要求5所述的方法,其中,在所述获取训练样本集之后,所述方法还包括:
从所述训练样本集中删除样本用户操作数据满足以下至少一项条件的训练样本:
选点时长小于预定第一时长阈值,选点时长大于预定第二时长阈值,选点比例尺小于预定比例尺阈值。
7.一种用于输出信息的装置,包括:
获取单元,被配置成响应于接收到添加地图点的坐标的请求,获取与坐标的添加相关的用户操作数据;
确定单元,被配置成将所述用户操作数据输入预先训练的模型,得到所述坐标的精确度,其中,所述模型用于表征用户操作数据和坐标的精确度的对应关系;
输出单元,被配置成输出所述地图点的坐标的精确度。
8.根据权利要求7所述的装置,其中,所述用户操作数据包括以下至少一项:
选点时长,选点比例尺,当前位置坐标与所选择的坐标之间的距离。
9.根据权利要求8所述的装置,其中,所述用户操作数据为非均匀量化值。
10.根据权利要求7所述的装置,其中,所述装置还包括发布单元,被配置成:
响应于确定出所述地图点的坐标的精确度大于预定的精确度阈值,发布所述地图点的坐标。
11.根据权利要求7-10之一所述的装置,其中,所述装置还包括模型训练单元,被配置成:
获取训练样本集,其中,训练样本包括与样本坐标的添加相关的样本用户操作数据和用于表征样本坐标的精确度的标注信息;
将所述训练样本集中的训练样本中的样本用户操作数据和标注信息分别作为输入和期望输出,利用机器学习装置训练得到模型。
12.根据权利要求11所述的装置,其中,所述模型训练单元进一步被配置成:
在所述获取训练样本集之后,从所述训练样本集中删除样本用户操作数据满足以下至少一项条件的训练样本:
选点时长小于预定第一时长阈值,选点时长大于预定第二时长阈值,选点比例尺小于预定比例尺阈值。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811558785.9/1.html,转载请声明来源钻瓜专利网。