一种站点语种分类的方法和系统

发明专利有效专利

申请号：
CN201310514221.6
IPC分类号：G06F17/30
申请日期：
2013-10-25
申请人：
北大方正集团有限公司;北京大学;北京北大方正电子有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种站点语种分类的方法和系统
申请号	CN201310514221.6	申请日期	2013-10-25
法律状态	授权	申报国家	中国
公开/公告日	2015-04-29	公开/公告号	CN104572767A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	北大方正集团有限公司;北京大学;北京北大方正电子有限公司	申请人地址	北京市海淀区成府路298号方正大厦变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北大方正集团有限公司,北京大学,北京北大方正电子有限公司	当前权利人	北大方正集团有限公司,北京大学,北京北大方正电子有限公司
发明人	甘文杰;于晓明;杨建武;张涛
代理机构	北京路浩知识产权代理有限公司	代理人	李相雨

摘要

本发明提供一种站点语种分类的方法和系统，包括：对于每一种语种，利用该语种的预设搜索词进行搜索，得到对应于该语种的所有页面链接；根据所述所有页面链接的链接地址，将所有页面链接分类，每一类对应一个站点；从每一个站点对应的分类中抽样部分页面链接，组成样本集合，根据样本集合中页面链接的数量和语种信息，生成对应于该语种的训练模型；将需检测的网页资源的页面链接集合按照站点进行分类，得到各个需检测的站点；根据所述语种训练模型，得到每一个所述需检测的站点的语种预测值。本发明基于网页单页面语种识别技术，给出了一种合理高效的站点语种分类方法，系统架构简单易维护，满足了现代搜索引擎技术的要求。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供