谷歌研究与南加州大学团队发布 Mobility-Embedded POIs（ME-POIs）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，用于捕捉地点的实际使用方式。该模型约有 5370 万个参数，可在单张 NVIDIA Tesla V100 GPU 上完成预训练。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，加入 ME-POIs 后，洛杉矶 35 个模型—任务组合中有 34 个性能提升，访问意图分类的 F1 分数相对提升最高达 81.9%。