[发明专利]模型训练方法、装置及电子设备

权利要求书

1.一种模型训练方法，其中，包括：

获取多个样本路线以及所述样本路线对应的路线附加信息；

确定所述样本路线对应的目标路段集合；所述目标路段集合包括至少一个目标路段；

基于所述样本路线对应的所述目标路段集合以及所述路线附加信息训练机器自学习模型，以确定所述目标路段集合中所述目标路段的路段附加信息。

2.根据权利要求1所述的方法，其中，所述目标路段集合还包括所述目标路段的长度，基于所述样本路线对应的所述目标路段集合以及所述路线附加信息训练机器自学习模型，以确定所述目标路段集合中所述目标路段的路段附加信息，包括：

基于所述目标路段集合获得所述机器自学习模型的样本特征变量及样本特征真值；所述样本特征变量包括所述样本路线对应的目标路段的长度，所述样本特征真值包括所述样本路线的所述路线附加信息；

利用多个样本路线对应的所述样本特征变量以及所述样本特征真值训练所述机器自学习模型，获得所述目标路段对应的路段附加信息。

3.根据权利要求1或2所述的方法，其中，所述方法还包括：

基于当前路网数据中所述目标路段的位置信息以及所述目标路段包括的路段标识确定所述目标路段的关键词；

建立所述目标路段的关键词与所述路段附加信息之间的映射关系。

4.根据权利要求3所述的方法，其中，所述方法还包括：

获取更新后的路网数据；

基于所述更新后的路网数据更新所述映射关系中所述目标路段的关键词。

5.一种附加信息预测方法，其中，包括：

获取待预测路线对应的待预测路段集合以及目标路段集合；所述待预测路段集合包括所述待预测路线中的待预测路段；所述目标路段集合包括至少一个目标路段以及所述至少一个目标路段对应的路段附加信息；

将所述待预测路段集合中的待预测路段与目标路段集合进行匹配；

基于匹配结果以及所述目标路段的路段附加信息确定所述待预测路线的路线附加信息。

6.根据权利要求5所述的方法，其中，所述待预测路段集合中的待预测路段按照在所述待预测路线的行驶方向上的顺序排列；将所述待预测路段集合中的待预测路段与目标路段集合进行匹配，包括：

从第一个待预测路段开始遍历所述待预测路段集合，将当前遍历的所述待预测路段与所述目标路段集合中所述目标路段进行匹配；

在所遍历的一个待预测路段或连续多个待预测路段与所述目标路段相匹配时，将相匹配的所述目标路段加入匹配结果中，并继续遍历下一待预测路段；

在遇到与所述目标路段集合中的所述目标路段不匹配的所述待预测路段时，跳过不匹配的所述待预测路段，并遍历下一待预测路段。

7.根据权利要求5或6所述的方法，其中，基于匹配结果以及所述目标路段的路段附加信息确定所述待预测路线的路线附加信息，包括：

在所述待预测路段集合中的待预测路段均与所述目标路段集合中的所述目标路段相匹配时，基于匹配结果中相匹配的所述目标路段的路段附加信息确定所述待预测路线的路线附加信息；

在所述待预测路段集合中存在至少一个待预测路段与所述目标路段集合中的所述目标路段不匹配时，基于相匹配的所述目标路段的路段附加信息，以及不匹配的所述至少一个待预测路段的里程长度对应的设定附加信息确定所述待预测路线的路线附加信息。

8.根据权利要求5或6所述的方法，其中，所述待预测路线包括导航规划路线中入口收费站至出口收费站之间的路线；所述路段附加信息以及所述路线附加信息均为道路收费信息。

9.根据权利要求5或6所述的方法，其中，所述目标路段集合预先通过多个样本路线训练机器自学习模型得到；在训练机器自学习模型的过程中，所述样本路线的路线附加信息已知，基于所述样本路线对应的所述目标路段集合中目标路段的长度和所述路线附加信息对所述机器自学习模型训练后，得到所述目标路段集合中所述目标路段的路段附加信息。