摘要
本发明公开了一种基于跨模态语义融合的路网信息增强方法,属于智能交通领域路径推荐与路网优化技术。包括:通过BERT模型提取道路名称的上下文语义嵌入,捕获地理语义信息;构建层级化路网知识图谱,编码道路类型、行政区划等先验知识,生成结构化知识嵌入;设计加权拼接策略动态融合两类嵌入,通过注意力机制优化权重分配,平衡语义丰富性与知识结构化优势,解决低频道路语义稀疏及KG覆盖不全的矛盾。文本中“低频道路语义稀疏及KG覆盖不全的矛盾”指的是低频道路存在语义信息稀少的问题,同时知识图谱(KG)对相关信息的覆盖也不全面,通过提出的方法来解决这一矛盾。
技术关键词
跨模态
词语
BERT模型
前馈神经网络
图谱
轮廓系数
注意力机制
层级
语义特征
样本
实体
三元组
指数
映射方法
标记
智能交通
序列
文本
分词
系统为您推荐了相关专利信息
环境遥感观测
发射率
三维点云数据
无人机
投影变换矩阵
大数据技术
管理系统
智能识别模块
管理策略
强化学习算法
稀疏编码模型
稀疏编码算法
解码方法
图像解码器
样本