一种地理信息的检索方法及装置的制造方法
【技术领域】
[0001] 本发明涉及信息检索技术领域，特别涉及一种地理信息的检索方法及装置。
【背景技术】
[0002] 随着国内汽车的迅速发展以及人们经济水平的提高，自驾出行的机会越来越多， 但因为对道路不熟悉，走弯路、走错路时常发生。为帮助人们轻松的定位目的地，目前市面 上的导航软件已经针对用户使用需求提供出了多种检索功能，例如但相对复杂的操作和繁 多的检索功能，让初次使用导航的人无从下手。对用户来说，检索操作依然不够简便。
【发明内容】
[0003] 鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上 述问题的一种地理信息的检索方法及装置。
[0004] 基于本发明实施例的第一方面，本发明实施例提供的一种地理信息的检索方法， 包括：
[0005] 接收用户输入的检索关键词；
[0006] 对所述检索关键词进行分词，并利用检索关键词的分词进行神经网络分析，确定 所述检索关键词对应的检索模式；
[0007] 按照确定出的检索模式进行检索并返回检索结果。
[0008] 本实施例利用用户输入的检索关键词进行分词后，对分词进行神经网络分析，从 而识别出用户需要检索什么，适合哪种方式进行检索，实现对用户检索关键词进行智能、精 确的识别，保证了检索结果的准确性，同时，用户只需要输入检索关键词即可得到准确的检 索结果，操作简便。
[0009] 在一个实施例中，接收用户输入的检索关键词，包括：
[0010] 接收用户从预设的检索框中输入的检索关键词。
[0011] 本实施例为用户提供搜索框的输入方式，实现一框式检索，进一步简化了用户地 理信息检索的操作，提升了用户体验。
[0012] 在一个实施例中，对所述检索关键词进行分词，包括：
[0013] 对所述检索关键词进行分词处理，得到至少一个分词；
[0014] 对每个分词的属性进行分析，标记出每个分词对应的识别符号，所述识别符号包 括： _5] 行政区域、周边范围、分类信息、电话号码、交叉路口、门牌号、兴趣点和道路。
[0016] 在一个实施例中，对每个分词进行分析，根据每个分词的属性，标记出每个分词对 应的识别符号，具体包括：
[0017] 将每个分词的属性，与预设的各识别符号的判定规则和/或数据库进行匹配，标 记出每个分词对应的识别符号。
[0018] 本实施例中，利用预设的判定规则和/或数据库进行匹配，能够快速、准确地标记 出每个分词对应的识别符号。
[0019] 在一个实施例中，利用检索关键词的分词进行神经网络分析，确定所述检索关键 词对应的检索模式，包括：
[0020] 将所述每个分词和对应识别符号的权值作为预先建立的反向传播BP神经网络的 输入，获取所述BP神经网络的输出；所述BP神经网络的输出包括：各检索模式对应的分 值；
[0021] 将各检索模式对应的分值进行排序，将分值最高的检索模式确定为所述检索关键 词对应的检索模式；或者
[0022] 将各检索模式对应的分值进行排序，并将排序结果推送给用户；将用户从中选择 的检索模式确定为所述检索关键词对应的检索模式。
[0023] 本实施例提供了如何通过神经网络分析得出检索模式的具体实施方案，通过神经 网络的分析，能够准确地反映当前用户想要检索什么以及适用的检索模式，将各检索模式 的分值反馈给用户后，将用户从中选择的检索模式作为最终的检索模式，参考了用户的意 愿，进一步保证了检索结果的准确性，同时提升了用户的使用体验。
[0024] 在一个实施例中，所述检索模式包括下述一项或多项：
[0025] 名称检索模式、分类检索模式、电话号码检索模式、交叉路口检索模式、门牌号检 索模式、周边分类检索模式和周边名称检索模式。
[0026] 在一个实施例中，所述BP神经网络通过下述方式预先建立：
[0027] 确定BP神经网络的拓扑结构，所述拓扑结构包括：输入层、隐减层和输出层，以及 各层的神经节点；
[0028] 确定BP神经网络中各层的参数变量；
[0029] 通过对预设的各训练样本分别进行训练，并逆向反馈，调整神经网络各层的参数 变量直至所述神经网络的期望输出值与实际输出值的误差小于预设的阈值时，停止训练， 得到稳定的BP神经网络；
[0030] 所述输入层的神经节点包括：各分词及对应的识别符号；
[0031] 所述隐藏层的神经节点为下述一项或多项：行政区域、周边范围、分类信息、电话 号码、交叉路口、门牌号、兴趣点和道路；
[0032] 所述输出层的神经节点为下述一项或多项：名称检索模式、分类检索模式、电话 号码检索模式、交叉路口检索模式、门牌号检索模式、周边分类检索模式和周边名称检索模 式。
[0033] 基于本发明实施例的第二方面，本发明实施例还提供了一种地理信息的检索装 置，包括：
[0034] 接收模块，用于接收用户输入的检索关键词；
[0035] 分词模块，用于对所述检索关键词进行分词；
[0036] 分析模块，用于利用检索关键词的分词进行神经网络分析，确定所述检索关键词 对应的检索模式；
[0037] 检索模块，用于按照确定出的检索模式进行检索并返回检索结果。
[0038] 在一个实施例中，所述接收模块，具体用于接收用户从预设的检索框中输入的检 索关键词。
[0039] 在一个实施例中，所述分词模块，包括：
[0040] 分词子模块，用于对所述检索关键词进行分词处理，得到至少一个分词；
[0041 ] 标记子模块，用于对每个分词的属性进行分析，标记出每个分词对应的识别符号， 所述识别符号包括：
[0042] 行政区域、周边范围、分类信息、电话号码、交叉路口、门牌号、兴趣点和道路。
[0043] 在一个实施例中，所述标记子模块，具体用于将每个分词的属性，与预设的各识别 符号的判定规则和/或数据库进行匹配，标记出每个分词对应的识别符号。
[0044] 在一个实施例中，所述分析模块，包括：
[0045] 获取子模块，用于将所述每个分词和对应识别符号的权值作为预先建立的反向传 播BP神经网络的输入，获取所述BP神经网络的输出；所述BP神经网络的输出包括：各检索 模式对应的分值；
[0046] 排序子模块，用于将各检索模式对应的分值进行排序；
[0047] 确定子模块，用于将分值最高的检索模式确定为所述检索关键词对应的检索模 式；或者将排序结果推送给用户，将用户从中选择的检索模式确定为所述检索关键词对应 的检索模式。
[0048] 在一个实施例中，所述检索模式包括下述一项或多项：
[0049] 名称检索模式、分类检索模式、电话号码检索模式、交叉路口检索模式、门牌号检 索模式、周边分类检索模式和周边名称检索模式。
[0050] 在一个实施例中，上述装置，还可以包括：
[0051]BP神经网络建立模块，用于确定BP神经网络的拓扑结构，所述拓扑结构包括：输 入层、隐藏层和输出层，以及各层的神经节点；确定BP神经网络中各层的参数变量；通过对 预设的各训练样本分别进行训练，并逆向反馈，调整神经网络各层的参数变量直至所述神 经网络的期望输出值与实际输出值的误差小于预设的阈值时，停止训练，得到稳定的BP神 经网络；
[0052] 所述输入层的神经节点包括：各分词及对应的识别符号；
[0053] 所述隐藏层的神经节点为下述一项或多项：行政区域、周边范围、分类信息、电话 号码、交叉路口、门牌号、兴趣点和道路；
[0054] 所述输出层的神经节点为下述一项或多项：名称检索模式、分类检索模式、电话 号码检索模式、交叉路口检索模式、门牌号检索模式、周边分类检索模式和周边名称检索模 式。
[0055] 本发明实施例提供的技术方案可以包括以下有益效果：
[0056] 本发明实施例提供的地理信息的检索方法及装置，接收用户输入的检索关键词 后，对检索关键词进行分词，然后对分词进行神经网络分析，从而识别出用户需要检索什 么，适合哪种方式进行检索，实现对用户检索关键词进行智能、精确的识别，保证了检索结 果的准确性，同时，用户只需要输入检索关键词即可得到准确的检索结果，操作简便，提升 了地理信息检所操作的用户体验。
[0057] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明 书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0058] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0059] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0060] 图1为本发明实施例提供的地理信息的检索方法的流程图；
[0061] 图2为本发明实施例提供的对检索关键词进行分词的流程图；