[发明专利]地图兴趣点的训练模型确定方法、装置及电子设备

权利要求书

1.一种地图兴趣点的训练模型确定方法，所述方法包括：

获取与兴趣点POI相关的至少一类预训练任务；

根据所述预训练任务，确定第一阶段的训练模型；

根据所述第一阶段的训练模型的参数以及至少一类与所述POI相关的专有任务，确定第二阶段的训练模型。

2.根据权利要求1所述的训练模型确定方法，其中，获取与兴趣点POI相关的至少一类预训练任务，包括：

获取和POI相关的掩码语言模型、下个语句预测模型和整字掩盖模型中的至少一个。

3.根据权利要求2所述的训练模型确定方法，其中，根据所述预训练任务，确定第一阶段的训练模型，包括：

采用所述掩码语言模型，对输入的POI名称进行编码，获得第一误差值；

采用所述下个语句预测模型，对输入的POI名称进行编码，获得第二误差值；

采用所述整字掩盖模型，对输入的POI名称进行编码，获得第三误差值；

确定所述第一误差值、所述第二误差值以及所述第三误差值的总和，将所述总和作为第一阶段的训练模型的输出。

4.根据权利要求3所述的训练模型确定方法，其中，采用所述掩码语言模型，对输入的POI名称进行编码，获得第一误差值，包括：

将POI名称中的字符使用掩盖函数随机掩盖，预测被掩盖的位置上的字符，将预测的所述字符与被掩盖的位置上实际的字符进行比较，获得第一误差值。

5.根据权利要求3所述的训练模型确定方法，其中，采用所述下个语句预测模型，对输入的POI名称进行编码，获得第二误差值，包括：

将POI名称分为至少两个文本段，根据第一文本段预测第二文本段，将预测的所述第二文本段与真实的第二文本段进行比较，获得第二误差值。

6.根据权利要求3所述的训练模型确定方法，其中，采用所述整字掩盖模型，对输入的POI名称进行编码，获得第三误差值，包括：

将POI名称中的词级别的多个字符使用掩盖函数随机掩盖，预测被掩盖的位置上的词，将预测的所述词与被掩盖的位置上实际的词进行比较，获得第三误差值。

7.根据权利要求1所述的训练模型确定方法，其中，根据所述第一阶段的训练模型的参数以及至少一类与所述POI相关的专有任务，确定第二阶段的训练模型，包括：

在所述第一阶段的训练模型的参数最小的情况下，对第一类与所述POI相关的专有任务进行训练，得到第一结果；

基于所述第一结果，对输入的第N+1类与所述POI相关的专有任务进行训练，得到第N+1个结果，N为正整数。

8.根据权利要求7所述的训练模型确定方法，其中，对输入的第N+1类与所述POI相关的专有任务进行训练，包括：

对输入的第N+1类与所述POI相关的专有任务进行POI场景下的命名实体识别，并进行POI分类、POI匹配、标签分类、首字母匹配处理中的至少一项；

所述POI分类包括：分辨一个POI是否是真实的POI名称；

所述POI匹配包括：匹配两段文本是否为同一个POI；

所述标签分类包括：为每一个POI对应一个标签；

所述首字母匹配包括：将POI名称的拼音字母首部进行拼接，并与POI名称进行匹配。

9.根据权利要求1所述的训练模型确定方法，其中，还包括：

将POI的位置信息嵌入所述第一阶段的训练模型。

10.根据权利要求9所述的训练模型确定方法，其中，所述POI的位置信息通过以下方式确定：

对POI所处的一预设范围内的区域进行网格化，将POI所处的网格作为所述POI的位置信息；所述网格的大小根据所述区域内POI的密度确定。