基于文本结构权重的主题区域识别方法

发明专利无效专利

申请号：
CN201110302004.1
IPC分类号：G06F17/30
申请日期：
2011-09-28
申请人：
武汉大学

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	基于文本结构权重的主题区域识别方法
申请号	CN201110302004.1	申请日期	2011-09-28
法律状态	权利终止	申报国家	中国
公开/公告日	2012-01-04	公开/公告号	CN102306204A
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	武汉大学	申请人地址	湖北省武汉市武昌区珞珈山武汉大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉大学	当前权利人	武汉大学
发明人	徐武平;徐爱萍;杨少博
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	薛玲

摘要

本发明提出了基于文本结构权重的主题区域识别方法，该方法基于树结构，将Web网页解析为标签树，在树匹配基础上，改进了数据区域挖掘和语义链接块识别技术，实现了去链接的预处理；提出了文本结构权重的概念，并采用文本结构权重的计算结果识别主题区域；最后采用归一化的方法计算主题区域内的文本结点相对长度值，利用归一化相对长度值，有效的去除和主题内容无关的文本节点实现了主题区域去噪，得到准确的主题内容。应用本发明技术方案能准确快速的挖掘出Web上有价值的信息，有着广阔的应用前景。

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