[发明专利]生成扩展的搜索结果页面摘要的方法及装置

权利要求书

1.一种用于在搜索引擎中生成扩展的页面摘要的方法，包括：

检索并返回具有与查询关键词相关的表格的关联表格网页；

获得所述关联表格网页中表格的解析结果，基于所述解析结果抽取列名及各行实例；

确定与所述查询关键词相关的行实例；

根据所述列名及相关的行实例生成表格式页面摘要。

2.如权利要求1所述的方法，其特征在于，

在所述检索并返回具有与查询关键词相关的表格的关联表格网页步骤中返回多个所述关联表格网页。

3.如权利要求2所述的方法，其特征在于，

在获得所述关联表格网页中表格的解析结果后，合并所述多个关联表格网页的表格解析结果得到为合并的表格解析结果，基于所述合并的表格解析结果抽取列名及各行实例；

在根据所述列名及相关的行实例生成所述表格式页面摘要的步骤中生成的是跨页面的表格式页面摘要。

4.如权利要求2所述的方法，进一步包括，

合并所述多个关联表格网页的表格式页面摘要；

在所述合并的表格式页摘要中确定与所述查询关键词相关的行实例；

根据所述列名及相关行实例生成跨页面的表格式页面摘要。

5.如权利要求2所述的方法，其特征在于，在所述检索并返回具有与查询关键词相关的表格的关联表格网页步骤中，对来自同一网站域名下的网页进行聚类，在所述聚类结果中确定出所述多个关联表格网页。

6.如权利要求3或4所示的方法，其特征在于，在所述跨页面的表格式页面摘要中从视觉上区分来自不同网页的列名与行实例。

7.如权利要求1所述的方法，其特征在于，在所述检索并返回步骤中的查询关键词为多个，所述根据所述列名及相关的行实例生成所述表格式页面摘要的步骤包括：

统计所述相关行实例中所述查询关键词的权重得到行实例的相关度；

根据所述列名以及至少一个相关度排在前列的相关行实例生成所述表格式页面摘要。

8.如权利要求1所述的方法，其特征在于，所述表格的解析结果是在蜘蛛程序抓取网页时解析所有网页中的表格所获得并保存的结果。

9.如权利要求1所述的方法，其特征在于，所述表格的解析结果是通过实时解析所述关联表格网页中的表格获得的。

10.一种用于在搜索引擎中生成扩展的页面摘要的装置，包括：

用于检索并返回具有与查询关键词相关的表格的关联表格网页的部件；

用于获得所述关联表格网页中表格的解析结果，基于所述解析结果抽取列名及各行实例的部件；

用于确定与所述查询关键词相关的行实例的部件；

用于根据所述列名及相关的行实例生成表格式页面摘要的部件。

11.如权利要求10所述的装置，其特征在于，所述用于检索并返回具有与查询关键词相关的表格的关联表格网页的部件返回多个所述关联表格网页。

12.如权利要求11所述的装置，其特征在于，所述用于获得所述关联表格网页中表格的解析结果，基于所述解析结果抽取列名及各行实例的部件包括：用于在获得所述关联表格网页中表格的解析结果后，合并所述多个关联表格网页的表格解析结果得到为合并的表格解析结果，基于所述合并的表格解析结果抽取列名及各行实例的部件；

所述用于根据所述列名及相关的行实例生成表格式页面摘要的部件中生成的是跨页面的表格式页面摘要。

13.如权利要求11所述的装置，进一步包括，

用于合并所述多个关联表格网页的表格式页面摘要的部件；

用于在所述合并的表格式页摘要中确定与所述查询关键词相关的行实例的部件；

用于根据所述列名及相关行实例生成跨页面的表格式页面摘要的部件。

14.如权利要求11所述的装置，其特征在于，所述用于检索并返回具有与查询关键词相关的表格的关联表格网页的部件是对来自同一网站域名下的网页进行聚类，并在所述聚类中确定出所述多个关联表格网页。

15.如权利要求12或13所示的装置，其特征在于，在所述跨页面的表格式页面摘要中从视觉上区分来自不同网页的列名与实例。