网络搜索中基于多种规则的元数据自动抽取方法

发明专利无效专利

申请号：
CN200710118590.8
IPC分类号：G06F17/30
申请日期：
2007-07-10
申请人：
北京大学

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	网络搜索中基于多种规则的元数据自动抽取方法
申请号	CN200710118590.8	申请日期	2007-07-10
法律状态	权利终止	申报国家	中国
公开/公告日	2008-01-09	公开/公告号	CN101101600
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	北京大学	申请人地址	北京市海淀区颐和园路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京大学	当前权利人	北京大学
发明人	张铭;杨宇
代理机构	北京君尚知识产权代理事务所	代理人	余功勋

摘要

本发明的提供了一种网络搜索中基于多种规则的元数据自动抽取方法，属于网络搜索技术领域。该方法包括以下步骤：(1)对粗糙网页进行预处理，将所有网页归一为比较规范的格式；(2)对网页文档中包括所要提取的信息的网页内容进行初步定位；(3)按照指定的规则从预定位提取出的内容中提取元数据。本发明的方法首先将核心区域与大范围的无用信息区别开，而后再针对核心区域进行规则提取，使得提取准确度得到了大幅度提高。本发明的方法还能够按照多种规则对网页中的元数据进行抽取，多种规则根据给定的优先级判断匹配顺序，并按照两步抽取的方法进行精细化处理。

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