[发明专利]基于扩展文本信息来确定资源类型的方法、装置及设备

权利要求书

1.一种计算机实现的基于扩展文本信息来确定资源类型的方法，其中，该方法包括以下步骤：

a将预建立的资源相关文本信息集合所包含的多个资源相关文本信息进行合并处理，以获得分别与所述多个资源相关文本信息相关的多个资源的扩展文本信息，其中，所述多个资源中的任一资源均与所述多个资源中的其他资源相似或相同；

b根据所述扩展文本信息，确定所述多个资源与至少一个预定类型间的第一相关信息；

其中，所述步骤b还包括以下步骤：

-根据所述扩展文本信息，并结合预获取的所述扩展文本信息中包含的多个关键词在所有资源相关文本信息中的分布信息和/或各个关键词的稀缺度，确定所述多个资源与至少一个预定类型间的第一相关概率信息。

2.根据权利要求1所述的方法，其中，所述步骤b还包括以下步骤：

-根据所述扩展文本信息，确定所述多个资源与至少一个预定类型间的第一相关概率信息。

3.根据权利要求1所述的方法，其中，所述步骤a还包括以下步骤：

-将预建立的资源相关文本信息集合所包含的多个资源相关文本信息进行合并处理，以获得所述扩展文本信息以及所述分布信息。

4.根据权利要求1所述的方法，其中，该方法还包括以下步骤：

-根据所述扩展文本信息中包含的多个关键词在所述所有资源相关文本信息中的分布来获得所述分布信息。

5.根据权利要求1所述的方法，其中，所述分布信息包括以下至少一项：

-所述多个关键词中每个关键词在所述所有资源相关文本信息中的出现次数；

-所述多个关键词中每个关键词所在的文本信息的类型，其中，所述文本信息包含于相关文本信息中；

-所述多个关键词中每个关键词所在的文本信息的类型及其在每种文本信息的类型中出现的次数。

6.根据权利要求1所述的方法，其中，所述资源相关文本信息包括以下至少一项文本信息：

-该资源相关文本信息所相关的资源的锚文本信息；

-该资源相关文本信息所相关的资源的描述文本信息；

-该资源相关文本信息所相关的资源所属网页中包含的预定范围内的文本信息。

7.根据权利要求1所述的方法，其中，该方法还包括以下步骤：

-获取多个待聚类资源；

-根据所述多个待聚类资源自身所包含的信息，来对该多个待聚类资源进行聚类，以获得一组或多组聚类资源，其中，每组聚类资源包括一个或多个相同或相似的资源；

其中，该方法还包括以下步骤：

-根据与所述聚类所得的一组聚类资源相关的资源相关文本信息，来建立所述预建立的资源相关文本信息集合。

8.根据权利要求1所述的方法，其中，该方法还包括以下步骤：

-根据所述多个资源与至少一个预定类型间的第一相关信息，建立或更新资源类型库。

9.根据权利要求8所述的方法，其中，该方法还包括以下步骤：

x获取基于来自用户的输入序列进行检索所得的多个待处理资源；

y根据所述多个待处理资源来在所述资源类型库中进行查询，以获得所述多个待处理资源中的一个或多个待处理资源与至少一个预定类型间的第一相关信息；

z根据所述一个或多个待处理资源与至少一个预定类型间的第一相关信息，并结合预获取的所述输入序列与至少一个预定类型间的第二相关信息，来确定所述多个待处理资源的排序，以提供给所述用户。

10.根据权利要求9所述的方法，其中，所述第一相关信息包括第一相关概率信息，所述第二相关信息包括第二相关概率信息，所述步骤y还包括以下步骤：

-根据所述多个待处理资源来在所述资源类型库中进行查询，以获得所述多个待处理资源中的一个或多个待处理资源与至少一个预定类型间的第一相关概率信息；

其中，所述步骤z还包括以下步骤：

-根据所述一个或多个待处理资源与至少一个预定类型间的第一相关概率信息，并结合预获取的所述输入序列与至少一个预定类型间的第二相关概率信息，来确定所述多个待处理资源的排序，以提供给所述用户。