(19)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 202210216665.0 (22)申请日 2022.03.07 (71)申请人 阿里巴巴 （中国） 有限公司 地址 310056 浙江省杭州市滨江区长河街 道网商路69 9号4号楼5楼5 08室 (72)发明人 海振　 (74)专利代理 机构 北京同钧律师事务所 16 037 专利代理师 许怀远 (51)Int.Cl. G06F 16/29(2019.01) G06F 16/35(2019.01) G06F 40/295(2020.01) G06F 40/30(2020.01) (54)发明名称 数据处理系统、 方法和电子设备 (57)摘要 本申请提供一种数据处理系统、 方法和电子 设备， 该数据处理系统包括： 服务器用于： 获取第 一兴趣点信息和第二兴趣点信息， 第一兴趣点信 息包括： 第一描 述信息、 第一相邻兴趣点信息， 第 二兴趣点信息包括： 第二描述信息、 第二相邻兴 趣点信息； 将第一描述信息和第二描述信息输入 第一网络模型， 得到第一特征向量； 将第一描述 信息、 第一相邻兴趣点信息、 第二描述信息和第 二相邻兴趣点信息输入第二网络模 型， 得到第二 特征向量； 将第一特征向量和第二特征向量， 输 入分类模型得到分类结果； 终端用于： 向服务器 发送第一兴趣点信息和第二兴趣点信息； 接收服 务器发送的分类结果； 显示分类结果。 本申请实 施例能够给终端用户提供准确完整的兴趣点信 息。 权利要求书3页 说明书17页 附图6页 CN 114595303 A 2022.06.07 CN 114595303 A 1.一种数据处 理系统， 其特 征在于， 包括： 服 务器和终端， 其中： 所述服务器用于： 获取第一兴趣点信息和第二兴趣点信息， 所述第一兴趣点信息和所 述第二兴趣点信息来自不同的地理空间数据库， 所述第一兴趣点信息包括： 第一兴趣点的 第一描述信息以及所述第一兴趣点的第一相邻 兴趣点信息， 所述第二兴趣点信息包括： 第 二兴趣点的第二描述信息以及所述第二兴趣点的第二相邻兴趣点信息； 将所述第一描述信 息和第二描述信 息输入第 一网络模型进行特征提取， 得到第 一特征 向量， 所述第一特 征向量用于表征 所述第一描述信息和所述第二描述信息的融合； 将所述第一描述信息、 所述第一相邻兴趣点信息、 所述第二描述信息和所述第二相邻 兴趣点信息输入第二网络模型进行特征提取， 得到第二特征向量， 所述第二特征向量用于 表征所述第一兴趣点和所述第二兴趣点在相邻兴趣点上的依赖关系； 将所述第 一特征向量和所述第 二特征向量， 输入分类模型进行分类， 得到分类结果， 所 述分类结果用于表示所述第一兴趣点信息和所述第二兴趣点信息是否描述相同的兴趣点； 所述终端用于： 获取 所述第一兴趣点信息和所述第二兴趣点信息； 向服务器发送所述第 一兴趣点信 息和所述第 二兴趣点信 息， 以使所述服务器根据 所述 第一兴趣点信息和所述第二兴趣点信息确定所述分类结果； 接收所述 服务器发送的所述分类结果； 显示所述分类结果。 2.一种数据处 理方法， 其特 征在于， 应用于服 务器， 所述数据处 理方法， 包括： 获取第一兴趣点信 息和第二兴趣点信 息， 所述第 一兴趣点信 息和所述第 二兴趣点信 息 来自不同的地理空间数据库， 所述第一兴趣点信息包括： 第一兴趣点的第一描述信息以及 所述第一兴趣点的第一相邻 兴趣点信息， 所述第二兴趣点信息包括： 第二兴趣点的第二描 述信息以及所述第二兴趣点的第二相邻兴趣点信息； 将所述第一描述信 息和第二描述信 息输入第 一网络模型进行特征提取， 得到第 一特征 向量， 所述第一特 征向量用于表征 所述第一描述信息和所述第二描述信息的融合； 将所述第一描述信息、 所述第一相邻兴趣点信息、 所述第二描述信息和所述第二相邻 兴趣点信息输入第二网络模型进行特征提取， 得到第二特征向量， 所述第二特征向量用于 表征所述第一兴趣点和所述第二兴趣点在相邻兴趣点上的依赖关系； 将所述第 一特征向量和第 二特征向量， 输入分类模型进行分类， 得到分类结果， 所述分 类结果用于表示所述第一兴趣点信息和所述第二兴趣点信息是否描述相同的兴趣点。 3.根据权利要求2所述的数据处理方法， 其特征在于， 所述第一描述信息包括： 第一属 性信息， 所述第二描述信息包括： 第二属性信息， 所述第一网络模型包括： 语义分析子模型； 所述将所述第一描述信息和第二描述信息输入第一网络模型进行特征提取， 得到第一特征 向量， 包括： 将所述第一属性信息经过所述语义分析子模型的文本处理层按照属性类型进行分词 处理， 得到第一分词文本； 将所述第二属性信 息经过所述文本处理层按照属性类型进行分词处理， 得到第 二分词 文本； 将所述第一分词文本和所述第 二分词文本经过所述文本处理层进行结合处理， 得到结 合文本；权　利　要　求　书 1/3 页 2 CN 114595303 A 2将所述结合文本经过所述语义分析子模型的编码器进行编码处理， 得到所述第 一特征 子向量； 根据所述第一特 征子向量， 得到所述第一特 征向量。 4.根据权利要求3所述的数据处理方法， 其特征在于， 所述第一描述信息还包括： 第一 空间地理信息， 所述第二描述信息还包括： 第二空间地理信息， 所述第一网络模型还包括： 距离确定 子模型； 所述 根据所述第一特 征子向量， 得到所述第一特 征向量， 包括： 将所述第一空间地理信息和所述第二空间地理信息输入所述距离确定子模型进行特 征提取， 得到第二特征子 向量， 所述第二特征子 向量用于表征第一空间地理信息和所述第 二空间地理信息之间的距离； 对所述第一特征子向量和所述第二特征子向量进行拼接处理， 得到所述第一特征向 量。 5.根据权利要求4所述的数据处理方法， 其特征在于， 所述将所述第 一空间地理信 息和 所述第二空间地理信息输入所述距离确定子模型进行特征提取， 得到第二特征子 向量， 包 括： 根据所述第 一空间地理信 息和所述第 二空间地理信 息， 采用所述距离确定子模型确定 所述第一兴趣点和所述第二兴趣点的距离； 采用距离确定 子模型对所述距离进行向量 化处理， 得到所述第二特 征子向量。 6.根据权利要求2至5任一项所述的数据处理方法， 其特征在于， 所述将所述第一特征 向量和第二特 征向量， 输入分类模型进行分类， 得到分类结果， 包括： 采用所述第二网络模型对所述第一描述信息和所述第一相邻兴趣点信息进行特征提 取， 得到第三特征子 向量， 所述第三特征子 向量用于表征所述第一相邻 兴趣点信息与所述 第一兴趣点的依赖关系； 采用所述第二网络模型对所述第二描述信息和所述第二相邻兴趣点信息进行特征提 取， 得到第四特征子 向量， 所述第四特征子 向量用于表征所述第二相邻 兴趣点信息与所述 第二兴趣点的依赖关系； 对所述第三特征子向量和所述第四特征子向量进行特征拼接， 得到所述第二特征向 量。 7.根据权利要求6所述的数据处理方法， 其特征在于， 所述采用所述第 二网络模型对所 述第一描述信息和所述第一相邻兴趣点信息进行 特征提取， 得到第三特 征子向量， 包括： 采用所述第二网络模型对所述第一描述信息进行语义表征， 得到第一表征向量； 采用所述第 二网络模型对每个所述第 一相邻兴趣点信 息分别进行语义表征， 得到所述 第一相邻兴趣点信息各自对应的第二表征向量； 采用所述第 二网络模型确定第 二表征向量与第 一表征向量的融合特征， 得到所述第 三 特征子向量。 8.根据权利要求2至5任一项所述的数据处理方法， 其特征在于， 所述获取第一兴趣点 信息和第二兴趣点信息， 包括： 确定第一 地理空间数据库的任一兴趣点信息为所述第一兴趣点信息； 根据所述第一兴趣点信息， 在第二地理空间数据库确定所述第二兴趣点信息， 所述第 一兴趣点信息和所述第二兴趣点信息的相似度大于预设阈值。权　利　要　求　书 2/3 页 3 CN 114595303 A 3