Techub News 消息,谷歌研究与南加州大学团队发布 Mobility-Embedded POIs(ME-POIs)框架。该框架将聚合的人类移动数据融入基于文本的地点向量表示中,目标是捕捉地点的实际使用方式,而不只停留在静态描述层面。
将移动数据引入地点表示
ME-POIs 用人类活动数据增强地点语义理解。报道指出,这一方法把聚合后的移动信息加入文本编码结果中,用来补充地点在现实中的使用特征。
模型规模与训练条件
该模型约含 5370 万个参数,可使用单张 NVIDIA Tesla V100 GPU 进行预训练。
测试结果
在洛杉矶和休斯顿移动数据上的五项地图增强任务测试中,将 ME-POIs 加入现有文本编码器后,洛杉矶的 35 个模型-任务组合中有 34 个性能得到提升。其中,访问意图分类的 F1 分数相对提升最高达 81.9%。
上述消息由 MarkTechPost 报道,Techub 进行了转载。
本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.

