[发明专利]兴趣点名称选择模型训练方法、使用方法、装置及存储介质有效
| 申请号： | 201910754946.X | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110457706B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 王宇 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/289;G06F40/211;G06F40/30;G06F16/35 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 崔晓岚;张颖玲 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种兴趣点名称选择模型训练方法，包括：获取不同数据来源的兴趣点数据，形成与兴趣点数据相对应的词语级向量；根据兴趣点数据构造兴趣点名称选择模型的训练样本；通过兴趣点名称选择模型的排序网络，对待排序数据进行排序处理，获取符合命名规则的兴趣点候选名称；通过所获取的符合命名规则的兴趣点候选名称，调整兴趣点名称选择模型中特征提取网络的参数和排序网络的参数。本发明还提供了兴趣点名称选择模型使用方法、装置及存储介质。本发明能够使得训练得到的兴趣点名称选择模型能够在不同数据来源的兴趣点数据中选择符合命名规则的兴趣点候选名称，减少了由于非命名规则的兴趣点的名称引起的用户使用错误，有效提升了使用体验。 | ||
| 搜索关键词： | 兴趣 名称 选择 模型 训练 方法 使用方法 装置 存储 介质 | ||
【主权项】：
1.一种兴趣点名称选择模型训练方法，其特征在于，所述方法包括：/n获取不同数据来源的兴趣点数据，并对所述兴趣点数据进行分词处理，形成与所述兴趣点数据相对应的词语级向量；/n根据所述兴趣点数据构造兴趣点名称选择模型的训练样本；/n通过所述兴趣点名称选择模型的特征提取网络，提取与所述训练样本相对应的特征向量，以形成与所述训练样本相对应的待排序数据；/n其中，所述待排序数据包括：第一候选名称和第二候选名称；/n通过所述兴趣点名称选择模型的排序网络，对所述待排序数据进行排序处理，获取符合命名规则的兴趣点候选名称；/n通过所获取的符合命名规则的兴趣点候选名称，调整所述兴趣点名称选择模型中特征提取网络的参数和排序网络的参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/201910754946.X/，转载请声明来源钻瓜专利网。
