特許 6877464 地図上の関心地点の略称を得る方法及び装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6877464

(24)【登録日】2021年4月30日

(45)【発行日】2021年5月26日

(54)【発明の名称】地図上の関心地点の略称を得る方法及び装置

(51)【国際特許分類】

   G06F 16/29 20190101AFI20210517BHJP

   G09B 29/00 20060101ALI20210517BHJP

【ＦＩ】

   G06F16/29

   G09B29/00 F

【請求項の数】10

【全頁数】13

(21)【出願番号】特願2018-554614(P2018-554614)

(86)(22)【出願日】2017年1月3日

(65)【公表番号】特表2019-503025(P2019-503025A)

(43)【公表日】2019年1月31日

(86)【国際出願番号】CN2017000018

(87)【国際公開番号】WO2017121262

(87)【国際公開日】20170720

【審査請求日】2020年1月6日

(31)【優先権主張番号】201610015852.7

(32)【優先日】2016年1月11日

(33)【優先権主張国】CN

(73)【特許権者】

【識別番号】520015461

【氏名又は名称】アドバンスド ニュー テクノロジーズ カンパニー リミテッド

(74)【代理人】

【識別番号】100188558

【弁理士】

【氏名又は名称】飯田 雅人

(74)【代理人】

【識別番号】100205785

【弁理士】

【氏名又は名称】▲高▼橋 史生

(72)【発明者】

【氏名】ヂォン，グァンハイ

(72)【発明者】

【氏名】リー，フゥイ

【審査官】 後藤 彰

(56)【参考文献】

【文献】 特開２００９−２１７５４４（ＪＰ，Ａ）

【文献】 韓国公開特許第２０１２−００３０３９０（ＫＲ，Ａ）

【文献】 中国特許出願公開第１０３８８５９５０（ＣＮ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／００−１６／９５８

Ｇ０６Ｆ ４０／００−４０／５８

Ｇ０９Ｂ ２９／００

(57)【特許請求の範囲】

【請求項1】

コンピュータによって実施される、地図上の関心地点（ＰＯＩ、Point Of Internet）の略称を得るための方法であって、
地図上の関心地点のフルネームに基づいて複数の評価対象略称を生成するステップ（１０１）と、
前記関心地点の所定の距離内の範囲から、前記関心地点の前記フルネーム又は任意の前記評価対象略称を含む複数の住所名を取得するステップ（１０２）と、
前記住所名に基づいて目的語句の語句状態ベクトルを計算するステップであって、前記語句状態ベクトルは、前記住所名中での前記目的語句の位置状態を示すために用いられ、前記目的語句は、前記関心地点の前記フルネーム又は任意の前記評価対象略称である、ステップ（１０３）と、
前記関心地点の前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するステップ（１０４）と、
所定の閾値よりも高い類似度に対応する評価対象略称を、前記関心地点の前記フルネームに対応する前記関心地点の略称として特定するステップ（１０５）と
を備える、方法。

【請求項2】

地図上の関心地点のフルネームに基づいて複数の評価対象略称を生成する前記ステップは、
前記関心地点の前記フルネーム中に含まれる単語を、単語配列順序で組み合わせて任意数の単語から成る組み合わせを形成するステップであって、それぞれの組み合わせは略称であり、複数の略称が得られる、ステップと、
前記複数の略称から、非関心地点の略称であると特定された単語及びノイズ語句を除去するステップであって、残った略称が前記評価対象略称である、ステップと
を備える、請求項１に記載の方法。

【請求項3】

前記住所名に基づいて目的語句の語句状態ベクトルを計算するステップであって、前記語句状態ベクトルは、前記住所名中での前記目的語句の位置状態を示すために用いられる、ステップが、
任意の前記複数の住所名から前記目的語句の隣接語句を取得するステップと、
前記複数の住所名中に各々の隣接語句が現れる頻度を、前記目的語句の前記語句状態ベクトルのベクトル次元の次元値として用いるステップと
を備える、請求項１に記載の方法。

【請求項4】

前記関心地点の前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を計算する前記ステップが、
前記関心地点の前記フルネームの前記語句状態ベクトルと任意の前記評価対象略称の前記語句状態ベクトルとの間のコサイン類似度を計算するステップ
を備える、請求項１に記載の方法。

【請求項5】

前記所定の閾値よりも高い前記類似度に対応する評価対象略称が少なくとも１つ存在する、請求項１に記載の方法。

【請求項6】

地図で前記関心地点を検索することをサポートするために、前記特定された略称を提供するステップをさらに備える、請求項１に記載の方法。

【請求項7】

前記関心地点のフルネームと、前記関心地点の前記特定された略称との間のマッピング関係を特定するステップと、
地図上で又は住所入力に関連した別のシナリオにおいて、前記関心地点を検索するために、前記特定されたマッピング関係を使用するステップと
をさらに備えるＵ請求項１に記載の方法。

【請求項8】

地図上で又は住所入力に関連した別のシナリオにおいて、前記関心地点を検索するために、前記特定されたマッピング関係を使用する前記ステップが、
ユーザにより入力された前記関心地点の前記略称を表すデータを受信するステップと、
確立された前記マッピング関係を使用して、前記関心地点に対応するフルネームを特定するステップと、
前記関心地点の前記特定された対応するフルネームを前記ユーザに提供するステップと
を備える、請求項７に記載の方法。

【請求項9】

前記関心地点の前記特定された対応するフルネームに関連するアドレスを含む１つ以上の、ユーザが選択可能な、オートコンプリートオプションを前記ユーザに提供するステップをさらに備える、請求項８に記載の方法。

【請求項10】

請求項１〜９のいずれか１項に記載の方法を実行するように構成された、複数のモジュールを備える、地図上の関心地点の略称を得るための装置。

【発明の詳細な説明】

【技術分野】

【0001】

本願は、２０１６年１月１１日に出願され「許可管理及びリソース制御の方法及び装置」と題された中国特許出願第２０１６１００１５８５２．７号の優先権を主張し、上記中国特許出願は参照によってその全体が本明細書に組み込まれる。

【0002】

本願は、コンピュータ技術に関し、特に、地図上の関心地点の略称を得る方法及び装置に関する。

【背景技術】

【0003】

地図上の関心地点（ＰＯＩ、Ｐｏｉｎｔ Ｏｆ Ｉｎｔｅｒｅｓｔ）は、家屋、店舗、学校、バス停等である。地図でＰＯＩを検索する場合、一般に用いられる検索方法は、ＰＯＩを、その略称を用いて検索するという方法である。例えば、地図で「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」を検索する場合は、代わりに「北京師范大学」の略称である「北師大（ＢＮＵ）」を入力してこの大学を地図で探すことができる。そのため、ＰＯＩをその略称を用いて検索する方法をサポートできるように、ＰＯＩのフルネームに対応する略称をいくつか得て、フルネームと略称との間のマッピング関係を確立する必要がある。これにより、地図のユーザが入力した略称に基づいて対応するフルネームを正確に特定し、ユーザが捜している目標である所在地をユーザへフィードバックすることができる。既存の技術では、通常、関心地点の略称は手作業（マニュアル）でのラベル付けによって得られるが、手作業でのラベル付けはかなりの作業量になり、効率もかなり低下する。地図のデータ量が増えるに従って、手作業でのラベル付けの効率は更に低下することになる。

【発明の概要】

【0004】

既存の技術における課題を解決するために、本開示は、地図上の関心地点の略称を得る効率を高めるための、地図上の関心地点の略称を得る方法及び装置を提供する。

【0005】

本開示の第１の実施の形態により、地図上の関心地点（ＰＯＩ）の略称を得る方法が提供され、当該方法は：地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成するステップと；前記ＰＯＩの所定の範囲から、前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称を含む複数の住所名を得るステップと；前記住所名に基づいて目的語句の語句状態ベクトルを計算するステップであって、前記語句状態ベクトルは、前記住所名中での前記目的語句の位置状態を示すために用いられ、前記目的語句は、前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称である、計算するステップと；前記ＰＯＩの前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するステップと；所定の閾値よりも高い類似度に対応する評価対象略称を、前記ＰＯＩの前記フルネームに対応する前記ＰＯＩの略称として特定するステップと；を含む。

【0006】

本開示の第２の実施の形態により、地図上のＰＯＩの略称を得る装置が提供され、当該装置は：地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成するように構成された評価対象略称生成モジュールと；前記ＰＯＩの所定の範囲から、前記ＰＯＩの前記フルネーム又は前記評価対象略称を含む複数の住所名を得るように構成された関連アドレス取得モジュールと；前記住所名に基づき目的語句の語句状態ベクトルを計算するように構成された語句状態計算モジュールであって、前記語句状態ベクトルは、前記住所名中の前記目的語句の位置状態を示すために用いられ、前記目的語句は前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称である、語句状態計算モジュールと；前記ＰＯＩの前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するように構成された類似度計算モジュールと；所定の閾値よりも高い類似度に対応する評価対象略称を、前記ＰＯＩの前記フルネームに対応する前記ＰＯＩの略称として特定するように構成された略称特定モジュールと；を含む。

【0007】

本開示の実施で提供される技術上の解決策は、以下の有益な効果を奏する。すなわち、本方法を用いることで、関心地点のフルネームを提供する際に、その関心地点付近の関連住所名を地図住所ライブラリから自動的に入手し、全ての利用可能な略称におけるフルネームの略称となり得る略称が住所名に基づいて計算されることで、略称が自動的に特定される。これにより、地図上の関心地点の略称を得る効率が向上する。

【0008】

前述の一般的な説明および以下の詳細な説明は単なる例示および説明であり、本開示を限定するものではないことを理解されたい。

【図面の簡単な説明】

【0009】

添付の図面は、本明細書に組み込まれ、本明細書の一部を構成し、本開示による実施を示し、本開示の原理を説明するために明細書とともに使用される。

【0010】

【図1】図１は、例示の実施による、地図上の関心地点の略称を得る方法を示すフローチャートである。

【0011】

【図2】図２は、例示の実施による、２次元空間におけるコサイン類似度計算の原理を示す図である。

【0012】

【図3】図３は、例示の実施による、地図上の関心地点の略称を得る装置を示す図である。

【発明を実施するための形態】

【0013】

例示的な実施例をここで詳細に説明し、例を添付の図面に示す。以下の説明が添付の図面を参照するとき、別段の指定がない限り、異なる図面における同一の番号は、同一または類似の要素を表す。以下の実施例で説明される実施例は、本開示と一致する全ての実施例を示すものではない。それどころか、添付の特許請求の範囲に記載された、本開示のいくつかの態様と一致する装置および方法の単なる例である。

【0014】

本願の実施は、地図上の関心地点（ＰＯＩ）の略称を得る方法を提供する。この方法は、効率的に略称を得るために、手作業（マニュアル）によるラベル付けを行うのではなく、ＰＯＩのフルネームに基づいて、対応する略称を自動的に得るための解決策である。

【0015】

この略称取得方法は以下の原理に基づく。すなわち、住所の名前付けにＰＯＩを用いると、そのＰＯＩのフルネームと略称とが、詳細な住所の実質的に同様な場所に現れる。通常、フルネームと略称とは、同一の場所又は地理的に近い場所に対応する住所名で用いられる。

【0016】

例えば、ＰＯＩは学校である。学校のフルネームが「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」であるとすると、通常、その大学内や周辺にはこの学校名を用いた住所名が多く存在する。これには、例えば、「北京師范大学食堂（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ Ｃａｆｅｔｅｒｉａ）」、「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」、「北京師范宿舍楼Ａ区（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ Ｓｅｃｔｉｏｎ Ａ）」、「北師教研室（ＢＮ Ｅｄｕｃａｔｉｏｎ Ｃｅｎｔｅｒ）」などがある。（これらの名称は、本願の解決策を説明するための例に過ぎず、実際に存在するとは限らない点に留意されたい）。これで分かるように、住所名によっては、例えば「北京師范大学食堂（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ Ｃａｆｅｔｅｒｉａ）」の中にフルネーム、例えば「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」が用いられ、又、住所名によっては、例えば、「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」の中に「北師（ＢＮＵ）」、「北師教研室（ＢＮ Ｅｄｕｃａｔｉｏｎ Ｃｅｎｔｅｒ）」の中に「北師（ＢＮ）」というように、略称が用いられている。

【0017】

先の実施例では、ＰＯＩ（Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ）のフルネーム又は略称が住所名に適用され、このフルネーム及びこの略称は、上で述べた２つの態様を充たす。

【0018】

第一に、フルネームと略称は、同一の場所又は地理的に近接した場所の住所名で用いられている。例えば、「北京師范大学食堂（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ Ｃａｆｅｔｅｒｉａ）」、「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」、「北京師范宿舍楼Ａ区（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ Ｓｅｃｔｉｏｎ Ａ）」などは全て「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」の敷地内又はその周辺にある。

【0019】

第二に、ＰＯＩのフルネームと略称は、詳細な住所における実質的に類似する場所に現れる。例えば、「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」を一例にとる。「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」の略称「北師大（ＢＮＵ）」に対して、住所ライブラリ内で詳細な住所文字列が「北京市新街口外大街１９号北京師范大学図書館（１９ Ｘｉｎｊｉｅｋｏｕ Ｓｔｒｅｅｔ，Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｌｉｂｒａｒｙ，Ｂｅｉｊｉｎｇ）」と記述されている場合、「北京市新街口外大街１９号北師大図書館（１９ Ｘｉｎｊｉｅｋｏｕ Ｓｔｒｅｅｔ，ＢＮＵ Ｌｉｂｒａｒｙ，Ｂｅｉｊｉｎｇ）」という住所文字列、又は、「北京新街口外大街北師大図書館（Ｘｉｎｊｉｅｋｏｕ Ｓｔｒｅｅｔ，ＢＮＵ Ｌｉｂｒａｒｙ，Ｂｅｉｊｉｎｇ）」に類似した文字列が存在する可能性がある。これは、住所ライブラリ内でＰＯＩのフルネームの場所と略称の場所とが実質的に類似していることを示し、言い換えれば、コンテキストが実質的に類似している。

【0020】

例えば、規模の大きな住所テキストライブラリの場合、１対のフルネームと略称は前後に同一の語句（フレーズ）を持つことができる。例えば、先の例の住所ライブラリでは、フルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」と、これに対応した略称「北師大（ＢＮＵ）」とのいずれにも、前に「新街口外大街（Ｘｉｎｊｉｅｋｏｕ Ｓｔｒｅｅｔ）」、後に「図書館（Ｌｉｂｒａｒｙ）」が付いている。例えば、１対のフルネームと略称との前後の語句には「食堂（Ｃａｆｅｔｅｒｉａ）」、「図書館（Ｌｉｂｒａｒｙ）」、「教学楼（Ｂｕｉｌｄｉｎｇ、教授校舎）」が含まれる。これらの語句はベクトル｛食堂（Ｃａｆｅｔｅｒｉａ），図書館（Ｌｉｂｒａｒｙ），教学楼（Ｂｕｉｌｄｉｎｇ）｝を形成でき、各々の語句はそのベクトルの次元である。

【0021】

表１に示す例では、フルネームを含む詳細な住所文字列中に「食堂（Ｃａｆｅｔｅｒｉａ）」が１１７回現れ、略称を含む詳細な住所文字列中に「食堂（Ｃａｆｅｔｅｒｉａ）」が３２回現れる。同様に、フルネームと略称において、「図書館（Ｌｉｂｒａｒｙ）」がそれぞれ２６７回と７１回現れ、「教学楼（Ｂｕｉｌｄｉｎｇ）」がそれぞれ４２２回と１１２回現れる。これら３つの次元の出現回数は基本的に比例する。つまり、フルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ ＵＮＩＶＥＲＳＩＴＹ）」に対応するベクトルは｛１１７，２６７，４２２｝であり、略称「北師大（ＢＮＵ）」に対応するベクトルは｛３２，７１，１１２｝である。２つのベクトル間のコサイン類似度を計算すると、コサイン値は１に非常に近いことがわかる。

【0022】

先の原理に基づき、ＰＯＩの略称を得る本方法の手順については図１を参照されたい。本方法は以下のステップを含む。

【0023】

ステップ１０１：地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成する。

【0024】

このステップでは、ＰＯＩのフルネームに含まれる単語同士を、或る単語配列順序で組み合わせることで、任意数の単語の組み合わせを形成でき、ここで、各々の組み合わせは略称であり、複数の略称が得られる。

【0025】

引き続き「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」を例にとる。中国語ピンインによるこのフルネームは６つの単語「北（Ｂｅｉ）」、「京（Ｊｉｎｇ）」、「師（Ｓｈｉ）」、「范（Ｆａｎ）」、「大（Ｄａ）」、「学（Ｘｕｅ）」を含む。次に、単語を組み合わせて、任意数の単語の組み合わせを形成する。単語数が２つである場合、２つの単語を組み合わせて、例えば、「北京（Ｂｅｉｊｉｎｇ）」、「京師（Ｊｉｎｇｓｈｉ）」、「師范（Ｓｈｉｆａｎ）」、「范大（Ｆａｎｄａ）」、「大学（Ｄａｘｕｅ）」、「北師（Ｂｅｉｓｈｉ）」、「北范（Ｂｅｉｆａｎ）」等のようになる。組み合わせの中で、単語どうしは、フルネーム中の単語の配列順序にて組み合わせられることが分かる。つまり、組み合わせにおける各単語の順序は、フルネーム中の単語の順序と同じである。単語の数が３つである場合は、３つの単語を組み合わせて、「北京師（Ｂｅｉｊｉｎｇｓｈｉ）」、「京師范（Ｊｉｎｇｓｈｉｆａｎ）」、「北師范（Ｂｅｉｓｈｉｆａｎ）」等のようになる。

【0026】

任意の組み合わせにより複数の略称を入手した後に、更に、複数の略称から、非ＰＯＩの略称と特定された単語及びノイズ語句を除くことができ、残った略称が評価対象略称となる。このように、後続の処理ステップにが受け入れる評価対象略称の数を減らすことにより、手順の処理効率が向上する。単語は、先の「北（Ｂｅｉ）」、「京（Ｊｉｎｇ）」、「師（Ｓｈｉ）」他などであり、ノイズ語句は、「北京（Ｂｅｉｊｉｎｇ）」、「師范（Ｓｈｉｆａｎ）」、「大学（Ｄａｘｕｅ）」他などである。ユーザが、一般に用いられる語句を「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」の略称として入力することは普通ではあり得ない。

【0027】

ステップ１０２：ＰＯＩの所定の範囲から、ＰＯＩのフルネーム又は任意の評価対象略称を含む複数の住所名を得る。

【0028】

例えば、所定の範囲は、上に挙げた「北京師范大学食堂（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｃａｆｅｔｅｒｉａ）」、「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」、「北京師范宿舍楼Ａ区（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｄｏｒｍｉｔｏｒｙ Ｓｅｃｔｉｏｎ Ａ）」、「北師教研室（ＢＮ Ｅｄｕｃａｔｉｏｎ Ｃｅｎｔｅｒ）」のようなＰＯＩの周辺５００メートルの範囲であってよい。これらの住所名は、ＰＯＩのフルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」、又は、評価対象略称「北師大（ＢＮＵ）」のいずれかを含む。評価対象略称は、ステップ１０１で特定した、地図上のＰＯＩの略称である。

【0029】

ステップ１０３：住所名に基づく目的語句の語句状態ベクトルを計算する。ここで、語句状態ベクトルは、住所名における目的語句の位置情報を示すために用いられ、目的語句はＰＯＩのフルネーム、又は任意の評価対象略称である。

【0030】

このステップで計算される語句状態ベクトルは、例えばｎ次元ベクトル（Ａ１，Ａ２，…，Ａｎ）のような多次元ベクトルであってよい。加えて、対応する語句状態ベクトルは、ＰＯＩのフルネームと評価対象略称の各々について、計算により入手できる。例えば、フルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」に対応する語句状態ベクトルは（Ａ１，Ａ２，…，Ａｎ）であり、略称のうちの１つ「北師大（ＢＮＵ）」の語句状態ベクトルは（Ｂ１，Ｂ２，…，Ｂｎ）である。

【0031】

語句状態ベクトルは、ステップ１０２で入手した複数の住所名に関連して計算でき、ＰＯＩのフルネームの語句状態ベクトルを計算する方法は、評価対象略称の語句状態ベクトルを計算する方法と同じである。ＰＯＩのフルネーム、又は、任意の略称を目的語句と称する場合、１つの目的語句の語句状態ベクトルを以下の方法で計算できる。

【0032】

ステップ１０２で、例えば「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」、「北師教研室（ＢＮ Ｅｄｕｃａｔｉｏｎ Ｃｅｎｔｅｒ）」などの住所名を複数入手できる。目的語句については、例えば、目的語句は「北師大（ＢＮＵ）」であり、「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」のように「北師大（ＢＮＵ）」を含んだ住所名が見つかる。目的語句を含む複数の住所名があり得る。目的語句の隣接語句を、この目的語句を含む各住所名から入手でき、又、隣接語句は目的語句の前後の語句を含む。

【0033】

例えば、目的語句「北師大（ＢＮＵ）」を含む住所名「北師大書店（ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」において、目的語句の前の語句は「空（ｎｕｌｌ）」であり（つまり、目的語句の前には語句がない）、目的語句の後の語句は「書店（Ｂｏｏｋｓｔｏｒｅ）」である。別の例として、目的語句「北師大（ＢＮＵ）」を含む住所名「博文北師大書房（Ｂｏｗｅｎ ＢＮＵ Ｂｏｏｋｓｔｏｒｅ）」において、目的語句の前の語句は「博文（Ｂｏｗｅｎ）」、後の語句は「書房（Ｂｏｏｋｓｔｏｒｅ）」である。統計集計の後に、目的語句を含む全ての住所名の中には、先に挙げた「空（ｎｕｌｌ）」、「書店（Ｂｏｏｋｓｔｏｒｅ）」、「博文（Ｂｏｗｅｎ）」、及び「書房（Ｂｏｏｋｓｔｏｒｅ）」のような、目的語句の隣接語句が複数ある。隣接語句を４つと仮定すると（実際には、更に多くの隣接語句があり得る）、この４つの語句はそれぞれ目的語句の語句状態ベクトルの１つのベクトル次元に対応し、ベクトル（空（ｎｕｌｌ），書店（Ｂｏｏｋｓｔｏｒｅ），博文（Ｂｏｗｅｎ），書房（Ｂｏｏｋｓｔｏｒｅ））は４次元ベクトルである。

【0034】

語句の次元値は、その語句が住所名中に現れる頻度とすることができる。「書店（Ｂｏｏｋｓｔｏｒｅ）」を例にとる。ステップ１０２で１０個の住所名を入手し、「書店（Ｂｏｏｋｓｔｏｒｅ）」が２回現れ、「書店（Ｂｏｏｋｓｔｏｒｅ）」の頻度または次元値が２であるとする。その他の次元値も同様に計算できるが、ここでは説明を繰り返さない。

【0035】

ステップ１０４：ＰＯＩのフルネームの語句状態ベクトルと任意の評価対象略称の語句状態ベクトルとの間の類似度を別々に計算する。

【0036】

例えば、ステップ１０３でＰＯＩのフルネームの語句状態ベクトルと任意の評価対象略称の語句状態ベクトルとを計算した後に、ＰＯＩのフルネームの語句状態ベクトルと各々の評価対象略称の語句状態ベクトルとの間の類似度を計算する。この例で計算する類似性をコサイン類似度とすることができる。

【0037】

図２を参照すると、図２は、２次元空間でのコサイン類似度の計算を示す、ここで、ａとｂは２つの２次元ベクトルである。ａの座標は（ｘ１，ｙ１）であり、ｂの座標は（ｘ２，ｙ２）である。図２に示すように、２つのベクトルは座標値に基づいてベクトル空間内に描かれている。次に、２つの２次元ベクトルａ、ｂ間の角度に対応するコサイン値を計算する。このコサイン値を用いて２つのベクトル間の類似度を表すことができる。２つのベクトルの類似度が高いほど、２つのベクトル間の角度は小さくなり、コサイン値は１に近づき、両ベクトルの方向はより類似する。

【0038】

この角度のコサイン値は、下記のベクトルドット積の式に基づいて計算される：

【0039】

上の式は、多次元ベクトル間のコサイン類似度を計算するように拡張できる。ＰＯＩのフルネームの語句状態ベクトルがＡ＝（Ａ１，Ａ２，…，Ａｎ）であり、１つの評価対象略称の語句状態ベクトルが（Ｂ１，Ｂ２，…，Ｂｎ）である場合、２つのベクトル間のコサイン類似度は次式の通り計算できる：

【0040】

ステップ１０５：所定の閾値よりも高い類似度に対応する評価対象略称を、ＰＯＩのフルネームに対応するＰＯＩの略称として特定する。

【0041】

例えば、所定の閾値が０．４２であり、算出したコサイン類似度の値が０．４２以上である場合、類似度に対応する評価対象略称を、ＰＯＩのフルネームに対応するＰＯＩの略称として特定できる。例えば、ＰＯＩのフルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」の語句状態ベクトルＡと、１つの略称「北師大（ＢＮＵ）」の語句状態ベクトルＢとの間のコサイン類似度が０．７である場合、略称「北師大（ＢＮＵ）」が、フルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」の略称として用いられていると特定できる。

【0042】

この例では、所定の閾値よりも高い略称が少なくとも１つ存在する。例えば、フルネーム「北京師范大学（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ）」の略称は、「北師大（ＢＮＵ）」、「北師（ＢＮ）」、「北京師范（Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ）」のような複数の略称を含むことができる。

【0043】

地図上のＰＯＩの略称を得る方法では、ＰＯＩのフルネームが提供されると、そのＰＯＩ付近の関連する住所名を地図住所ライブラリから自動的に得ることができ、全ての利用可能な略称のうち１つの略称を住所に基づいて計算でき、これにより、略称が自動的に特定される。これにより、略称を得る効率を向上させることができる。加えて、本方法は分散型計算プラットフォーム上で実行できるので、処理速度が更に向上する。

【0044】

ＰＯＩのフルネームと略称との間のマッピング関係が特定された後、このマッピング関係を、地図上でのＰＯＩの検索や、住所入力に関連した別のシナリオに用いることができる。例えば、ユーザが「東外大街（Ｄｏｎｇｗａｉ Ａｖｅｎｕｅ）」と入力した場合、フルネームと略称を比較することで、「東外大街（Ｄｏｎｇｗａｉ Ａｖｅｎｕｅ）」のフルネームが「東直門外大街（Ｄｏｎｇｚｈｉｍｅｎ Ａｖｅｎｕｅ）」であることが判る。次に、ユーザは「東直門外大街（Ｄｏｎｇｚｈｉｍｅｎ Ａｖｅｎｕｅ）」を入力するかどうか質問される。加えて、次に、「東直門外大街（Ｄｏｎｇｚｈｉｍｅｎ Ａｖｅｎｕｅ）」付近のレストランやホテルのような、ユーザが選択できる、「東直門外大街（Ｄｏｎｇｚｈｉｍｅｎ Ａｖｅｎｕｅ）」に関連した、見込みのある詳細な住所がオートコンプリートオプションとして提供される。

【0045】

本願の実施は、地図上のＰＯＩの略称を得る装置を更に提供する。図３に示すように、この装置は、評価対象略称生成モジュール３１、関連アドレス取得モジュール３２、語句状態計算モジュール３３、類似度計算モジュール３４、及び略称特定モジュール３５を含むことができる。

【0046】

評価対象略称生成モジュール３１は、地図上のＰＯＩのフルネームに基づいて、複数の評価対象略称を生成するように構成される。

【0047】

関連アドレス取得モジュール３２は、ＰＯＩの所定の範囲から、ＰＯＩのフルネーム又は任意の評価対象略称を含む複数の住所名を得るように構成される。

【0048】

語句状態計算モジュール３３は、住所名に基づいて目的語句の語句状態ベクトルを計算するように構成される。ここで、語句状態ベクトルは、住所名中の目的語句の位置状態を示すために用いられ、目的語句はＰＯＩのフルネーム、又は任意の評価対象略称である。

【0049】

類似度計算モジュール３４は、ＰＯＩのフルネームの語句状態ベクトルと任意の評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するように構成される。

【0050】

略称特定モジュール３５は、所定の閾値よりも高い類似度に対応する略称を、ＰＯＩのフルネームに対応するＰＯＩの略称として特定するように構成される。

【0051】

実施例では、地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成する時に、評価対象略称モジュール３１は以下を実行するように構成される。すなわち、ＰＯＩのフルネームに含まれている単語を単語配列順序で組み合わせて任意数の単語の組み合わせを形成する。ここで、各組み合わせは略称であり、複数の略称が得られる。複数の略称から、非ＰＯＩの略称と特定された単語とノイズ語句を除く。残りの略称が評価対象略称となる。

【0052】

実施例では、住所名に基づいて目的語句の語句状態ベクトルを計算する場合、語句状態計算モジュール３３は、任意の複数の住所名から目的語句の隣接語句を入手し、更に、各々の隣接語句が複数の住所名中に現れる頻度を、目的語句の語句状態ベクトルの１つのベクトル次元の次元値として用いるように構成される。

【0053】

実施例では、類似度計算モジュール３４は、ＰＯＩのフルネームの語句状態ベクトルと任意の評価対象略称との間のコサイン類似度を計算するように構成される。

【0054】

実施例では、所定の閾値よりも高い類似度に対応する評価対象略称が少なくとも１つ存在する。

【0055】

当業者であれば、明細書を考慮して本開示を実施した後に、本開示の別の実施の形態を容易に理解することができる。本願は、本開示のあらゆる変形、機能、または適応的変更を包含することが意図されている。これらの変形、機能、または適応的変更は、本開示の一般原則に従うものであり、本願では開示されていない技術分野における共通知識または一般的に使用される技術的手段を含む。明細書および実施例は単なる例として考えられており、本開示の実際の範囲および精神は、添付の特許請求の範囲によって記載される。

【0056】

本開示は、上記で説明され、添付の図面に示される構造に限定されず、本開示の範囲から逸脱することなく変更および変更がなされ得ることが理解されるべきである。本開示の保護範囲は、添付の特許請求の範囲によって定義される。
［第１の局面］
地図上の関心地点（ＰＯＩ）の略称を得る方法であって：
地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成するステップと；
前記ＰＯＩの所定の範囲から、前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称を含む複数の住所名を得るステップと；
前記住所名に基づいて目的語句の語句状態ベクトルを計算するステップであって、前記語句状態ベクトルは、前記住所名中での前記目的語句の位置状態を示すために用いられ、前記目的語句は、前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称である、計算するステップと；
前記ＰＯＩの前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するステップと；
所定の閾値よりも高い類似度に対応する評価対象略称を、前記ＰＯＩの前記フルネームに対応する前記ＰＯＩの略称として特定するステップと；を備える、
地図上の関心地点（ＰＯＩ）の略称を得る方法。
［第２の局面］
地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成する前記ステップは：
前記ＰＯＩの前記フルネーム中に含まれる単語を、単語配列順序で組み合わせて任意数の単語から成る組み合わせを形成するステップであって、それぞれの組み合わせは略称であり、複数の略称が得られる、前記ＰＯＩの前記フルネーム中に含まれる単語を、単語配列順序で組み合わせて任意数の単語から成る組み合わせを形成するステップと；
前記複数の略称から、非ＰＯＩの略称であると特定された単語及びノイズ語句を除くステップであって、残った略称が前記評価対象略称である前記複数の略称から、非ＰＯＩの略称であると特定された単語及びノイズ語句を除去するステップと；を備える、
第１の局面に記載の方法。
［第３の局面］
前記住所名に基づいて目的語句の語句状態ベクトルを計算する前記ステップであって、前記語句状態ベクトルは前記住所名中の前記目的語句の位置情報を示すために用いられる、計算する前記ステップは：
任意の前記複数の住所名から前記目的語句の隣接語句を得るステップと；
前記複数の住所名中に各々の隣接語句が現れる頻度を、前記目的語句の前記語句状態ベクトルのベクトル次元の次元値として用いるステップと；を備える、
第１の局面に記載の方法。
［第４の局面］
前記ＰＯＩの前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を計算する前記ステップは：
前記ＰＯＩの前記フルネームの前記語句状態ベクトルと任意の前記評価対象略称の前記語句状態ベクトルとの間のコサイン類似度を計算するステップを備える、
第１の局面に記載の方法。
［第５の局面］
前記所定の閾値よりも高い前記類似度に対応する評価対象略称が少なくとも１つ存在する、
第１の局面に記載の方法。
［第６の局面］
地図上のＰＯＩの略称を得る装置であって：
地図上のＰＯＩのフルネームに基づいて複数の評価対象略称を生成するように構成された評価対象略称生成モジュールと；
前記ＰＯＩの所定の範囲から、前記ＰＯＩの前記フルネーム又は前記評価対象略称を含む複数の住所名を得るように構成された関連アドレス取得モジュールと；
前記住所名に基づき目的語句の語句状態ベクトルを計算するように構成された語句状態計算モジュールであって、前記語句状態ベクトルは、前記住所名中の前記目的語句の位置状態を示すために用いられ、前記目的語句は前記ＰＯＩの前記フルネーム又は任意の前記評価対象略称である、語句状態計算モジュールと；
前記ＰＯＩの前記フルネームの語句状態ベクトルと任意の前記評価対象略称の語句状態ベクトルとの間の類似度を別々に計算するように構成された類似度計算モジュールと；
所定の閾値よりも高い類似度に対応する評価対象略称を、前記ＰＯＩの前記フルネームに対応する前記ＰＯＩの略称として特定するように構成された略称特定モジュールと；を備える、
地図上のＰＯＩの略称を得る装置。
［第７の局面］
前記地図上の前記ＰＯＩの前記フルネームに基づき前記複数の評価対象略称を生成する場合に、前記評価対象略称生成モジュールは：
前記ＰＯＩの前記フルネーム中に含まれる単語を、単語配列順序で組み合わせて任意数の単語から成る組み合わせを形成し、それぞれの組み合わせが略称であり、複数の略称が得られるように構成されるとともに；
前記複数の略称から、非ＰＯＩの略称と特定された単語とノイズ語句を除くように構成され；
残った略称が前記評価対象略称である；
第６の局面に記載の装置。
［第８の局面］
前記住所名に基づいて前記目的語句の前記語句状態ベクトルを計算する場合に、前記語句状態計算モジュールは：
任意の前記複数の住所名から前記目的語句の隣接語句を得て、前記複数の住所名中に前記隣接語句が現れる頻度を、前記目的語句の前記語句状態ベクトルのベクトル次元の次元値として用いるように構成された、
第６の局面に記載の装置。
［第９の局面］
前記類似度計算モジュールは、前記ＰＯＩの前記フルネームの前記語句状態ベクトルと、任意の前記評価対象略称の前記語句状態ベクトルとの間のコサイン類似度を計算するように構成された、
第６の局面に記載の装置。
［第１０の局面］
前記所定の閾値よりも高い前記類似度に対応する評価対象略称が少なくとも１つ存在する、
第６の局面に記載の装置。

【図1】

【図2】

【図3】