[发明专利]互联网人物信息搜索引擎的生成方法

摘要

本发明涉及互联网信息搜索引擎技术领域，互联网人物相关信息的搜索引擎的生成方法。方法包括：S1，针对人物的数据预处理，主要包括网页去重、网页噪音过滤；S2，同名人物的判别和人物履历的填充，S3：人物事件报道的组织；S4，人物知名度变化的统计。本发明适用于建立大规模商用人物相关信息的搜索引擎。

主权项

1.一种互联网人物信息搜索引擎的生成方法，该方法包括下列步骤：步骤S1，针对人物的数据预处理，主要包括网页去重、网页噪音过滤、人名的识别、人物对应语段的确定、时间标签的确定、人物属性的抽取、人物特定类型事件的抽取；步骤S2，同名人物的判别和人物履历的填充，主要是采用聚类的技术对同名人物的信息进行区分，并对同一人物的履历信息进行填充；步骤S3，人物事件报道的组织，主要是把与同一人物相关的活动报道采用聚类技术按照事件的发展逻辑组织起来，形成清晰的逻辑结构；步骤S4，人物知名度变化的统计，主要是通过统计人物报道的相关特征来分析人物的知名度变化。