页面类别识别方法及装置、用于页面类别识别的装置

发明专利有效专利

申请号：
CN201610798538.0
IPC分类号：G06F16/9532;G06F16/35;G06F40/279
申请日期：
2016-08-31
申请人：
北京搜狗科技发展有限公司

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	页面类别识别方法及装置、用于页面类别识别的装置
申请号	CN201610798538.0	申请日期	2016-08-31
法律状态	授权	申报国家	中国
公开/公告日	2018-03-09	公开/公告号	CN107784034A
优先权	暂无	优先权号	暂无
主分类号	G06F16/9532	IPC分类号	G;0;6;F;1;6;/;9;5;3;2;;;G;0;6;F;1;6;/;3;5;;;G;0;6;F;4;0;/;2;7;9查看分类表>
申请人	北京搜狗科技发展有限公司	申请人地址	北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京搜狗科技发展有限公司	当前权利人	北京搜狗科技发展有限公司
发明人	杜建光;孙键;李毅;许静芳
代理机构	北京三高永信知识产权代理有限责任公司	代理人	郭晶

摘要

本发明公开了一种页面类别的识别方法及装置、用于页面类别识别的装置，属于互联网技术领域。方法包括：从待识别页面中提取文本数据构成待识别数据集；获取待识别数据集包含的多个隐含主题以及对应的概率；获取属于特定类别隐含主题的概率，构成主题分布特征；依据概率最高的隐含主题是否属于特定类别生成特定类别判断特征；依据待识别数据集中每个词汇的正概率和负概率，得到特定类别比例特征；依据主题分布特征、特定类别判断特征和特定类别比例特征构成特征向量；基于预设的分类器对特征向量进行识别；本发明通过在训练过程中引入样本数据集对应的各隐含主题的概率和词汇的正概率和负概率等语义特征，提高了分类器的精确度，提高了识别精确度。

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