(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111512630.3 (22)申请日 2021.12.08 (71)申请人 迪爱斯信息技 术股份有限公司 地址 200233 上海市徐汇区钦江路3 33号41 幢三层 (72)发明人 杜渂　梁铮　侯俊丞　何之栋　 王聚全　杨博　索涛　邱祥平　 雷霆　彭明喜　郑佳　刘亮亮　 李帅帅　穆青　程铭翰　周倡弘　 王衍海　 (74)专利代理 机构 上海硕力知识产权代理事务 所(普通合伙) 31251 代理人 刘秋香 (51)Int.Cl. G06F 40/284(2020.01)G06F 40/44(2020.01) G06N 20/00(2019.01) G06Q 50/26(2012.01) (54)发明名称 定性距离描述的定量预测方法与装置、 可读 存储介质 (57)摘要 本发明公开了一种定性距离描述的定量预 测方法与装置、 可读存储介质， 所述方法包括构 建指定区域的样本集， 样本集的每个样本包括定 性距离描述词和定性距离描述词对应的真实距 离； 根据样本集中所有样本的定性距离描述词与 真实距离之间的关系， 得到样 本集中每个定性距 离描述词对应的距离区间； 用得到的所有定性距 离描述词及其对应的距离区间训练定量预测模 型； 将指定区域的一待测样本的定性距离描述词 输入训练好的定量预测模型， 得到待测样本的定 性距离描述词对应的距离区间。 本发 明可以将定 性距离描述转换为距离定量区间， 从而提高了目 标地址的定位 合理性和准确度。 权利要求书2页 说明书8页 附图3页 CN 114169322 A 2022.03.11 CN 114169322 A 1.一种定性距离描述的定量预测方法， 其特 征在于， 包括： 构建指定区域的样本集， 所述样本集的每个样本包括定性距离描述词和所述定性距离 描述词对应的真实距离； 根据所述样本集中所有样本的定性距离描述词与真实距离之间的关系， 得到所述样本 集中每个定性距离描述词对应的距离区间； 用得到的所有定性距离描述词及其对应的距离区间训练定量预测模型； 将所述指定区域的一待测样本的定性距离描述词输入训练好的所述定量预测模型， 得 到所述待测样本的定性距离描述词对应的距离区间。 2.根据权利要求1所述的定性距离描述的定量预测方法， 其特征在于， 所述构建指定区 域的样本集包括： 收集指定区域的历史报警案例； 从所述历史报 警案例的警情地址描述中提取定性距离描述词、 参照物和对应的案发地 点； 计算所述参照物和所述案发地点之间的距离， 将所述距离记为与所述定性距离描述词 对应的真实距离 。 3.根据权利要求1所述的定性距离描述的定量预测方法， 其特征在于， 步骤根据 所述样 本集中所有样本的定性距离描述词 与真实距离之间的关系， 得到所述样本集中每个定性距 离描述词对应的距离区间， 包括： 设置若干连续的预设距离区间； 遍历所述样本集中所有样本， 根据每个样本的定性距离描述词对应的真实距离与 各个 预设距离区间之间的关系， 确定所述样本的定性距离描述词与各个预设距离区间之 间的关 联关系； 统计每个定性距离描述词在每 个预设距离区间的累计关联次数； 针对每个定性距离描述词， 选择累计关联次数最高的预设距离区间作为所述定性距离 描述词对应的距离区间。 4.根据权利要求3所述的定性距离描述的定量预测方法， 其特征在于， 步骤设置若干连 续的预设距离区间包括： 根据所述样本集的所有定性距离描述词对应的真实距离得到所述指定区域的概率分 布函数图； 根据所述 概率分布函数图， 按照累积概 率相等的方式设置若干连续的预设距离区间。 5.根据权利要求1所述的定性距离描述的定量预测方法， 其特征在于， 步骤用得到的所 有定性距离描述词及其对应的距离区间训练定量预测模型， 包括： 采用词嵌入模型对输入的定性距离描述词进行编码， 将所述定性距离描述词转换成对 应的词向量； 用机器学习方法对所述定量预测模型进行训练。 6.根据权利要求5所述的定性距离描述的定量预测方法， 其特征在于， 步骤将所述指定 区域的一待测样本的定性距离描述词输入训练好的所述定量预测模型， 得到所述待测样本 的定性距离描述词对应的距离区间， 包括： 若所述待测样本的定性距离描述词在所述样本集中未出现过， 所述定量预测模型返回权　利　要　求　书 1/2 页 2 CN 114169322 A 2与其语义相近的已出现过的定性距离描述词对应的距离区间。 7.一种定性距离描述的定量预测装置， 其特 征在于， 包括： 样本集构建模块， 用于构建指定区域的样本集， 所述样本集的每个样本包括定性距离 描述词和所述定性距离描述词对应的真实距离； 数据处理模块， 用于根据所述样本集中所有样本的定性距离描述词与真实距离之间的 关系， 得到所述样本集中每 个定性距离描述词对应的距离区间； 模型训练模块， 用得到的所有定性距离描述词及其对应的距离区间训练定量预测模 型； 定量预测模块， 用于将所述指定区域的一待测样本输入训练好的所述定量预测模型， 得到所述待测样本的定性距离描述词对应的距离区间。 8.根据权利要求7 所述的定性距离描述的定量预测装置， 其特 征在于， 所述样本集构建模块， 还用于收集指定区域的历史报警案例； 从所述历史报警案例的 警情地址描述中提取定性距离描述词、 参照物和对应的案发地点； 计算所述参照物和所述 案发地点之间的距离， 将所述距离记为与所述定性距离描述词对应的真实距离 。 9.根据权利要求7所述的定性距离描述的定量预测装置， 其特征在于， 所述数据处理模 块包括： 预设区间设置单 元， 用于设置若干连续的预设距离区间； 统计单元， 用于遍历所述样本集中所有样本， 根据每个样本的定性距离描述词对应的 真实距离与各个预设距离区间之间的关系， 确定所述样本的定性距离描述词与各个预设距 离区间之间的关联关系； 统计 每个定性距离描述词在每 个预设距离区间的累计关联次数； 确定单元， 用于针对每个定性距离描述词， 选择累计关联次数最高的预设距离区间作 为所述定性距离描述词对应的距离区间。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1至6中任一项所述的定性距离描述的定量预测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114169322 A 3