您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

poi是什么(地图POI类别标签体系建设实践)

样本,标签,文本poi是什么(地图POI类别标签体系建设实践)

发布时间：2019-02-08加入收藏来源：互联网点击：

总体上经过以上textCNN的业务改造与迭代，随机数据准确率提升5%以上，同时业务规则减少66%，同时在长尾case(低频文本、品牌)上取得比较明显的效果。

相关工作

前面主要介绍了我们在类别标签建设方面的一些工作。

在另一方面，类别标签在地图搜索中生效，则需要识别哪些query需要使用标签进行召回。在前期，我们人工标注了高德地图搜索头部query和标签的对应关系。但人工的标注方式始终覆盖有限：

不能取得中低频query的标签召回收益，从而标签利用率不够高；对于应该使用标签召回的query，如果因为未能识别而使用文本召回，也影响了线上的效果，降低用户体验，造成badcase。

因此，在完成体系建设后，我们另外建模，主要使用文本语义和点击方面的特征，识别query和标签的对应召回关系，即识别哪些query可以使用类别标签召回，通过这一系列的工作，对中低频的标签召回进行了深挖，高德地图中类别搜索流量中使用标签召回比例高达94%。

收益

标签数据产出后，需要进行两方面的评估：

从输出数据的质量上，即本身标签的准确率和覆盖率：

高质量的数据，不光利于搜索的业务支撑，还利于我们的类别标签体系在整个BU的推广和落地。

上线后对线上泛搜实际query的搜索效果提升评估：

除了数据质量的评估，还会结合新的标签数据对搜索效果进行评估，即对新标签体系和旧标签体系的对照效果评估。在人工效果评估中，gsb效果上，每个大类的数据上线，都带来了非常明显的类别搜索质量提升，从而让搜索更准确、更全面的辅助用户决策。

小结

当前工作的重点在于使用通用特征解决了主体的类别打标问题，对于通用特征不可解的问题，往往通过外部知识、资源的建设方式解决，如品牌库建设、A级景区资源收集等方式。

而实际上，使用通用特征外，不通用特征对于部分数据的分类效果提升应用并不充分，后续应该安排一系列的专项优化，比如：

评论、简介等特征，应用一些Attention方法，可能取得比较好的补充效果；POI图片中往往隐含一些类别相关信息，对图片识别可以充分利用这些信息；外部百科、知识图谱等知识的引入，辅助中低频品牌库的建设等。

在业务闭环建设上还要持续，比如恶劣case的流转与自动修复机制建设，新品牌、新标签的发现等问题，以避免打标系统长期运行后的效果退化等。

无论机器学习还是外部资源辅助的方式，对于海量的长尾数据往往乏力，实际线上很多的POI特征相当匮乏，只有一个简单的名称，从中很难准确预测其类别。如何引导用户自己提交类别信息，或者众包方式完成类别标签的标注，也是我们后续需要着重考虑的解决方案。

作者：高德技术小哥

本文到此结束，希望对大家有所帮助呢。

 3/3   首页 上一页 1 2 3