[发明专利]一种网页标题的提取方法、装置及信息处理系统有效
| 申请号： | 201110115312.3 | 申请日： | 2011-05-05 |
| 公开（公告）号： | CN102768663A | 公开（公告）日： | 2012-11-07 |
| 发明（设计）人： | 杨巍;张立明 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 深圳中一专利商标事务所 44237 | 代理人： | 张全文 |
| 地址： | 518044 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于信息处理领域，提供了一种网页标题的提取方法、装置及信息处理系统，所述方法包括下述步骤：提取网页源文件中标题标签和辅助性标签中的文字；提取所述网页源文件中每个文本块的特征点；根据所述提取的文本块的特征点以及标题标签和辅助性标签中的文字，计算所述网页源文件中每个文本块作为网页标题的概率值；将概率值最大的文本块提取为网页标题。本发明能够有效的过滤掉网页设计者在标题标签或者辅助性标签中堆砌的与网页内容无关的文字，将最能描述网页主题内容或者中心思想的文字作为网页标题提取出来，提高网页搜索的准确率和召回率。 | ||
| 搜索关键词： | 一种 网页 标题 提取 方法 装置 信息处理 系统 | ||
【主权项】：
一种网页标题的提取方法，其特征在于，所述方法包括以下步骤：提取网页源文件中标题标签和辅助性标签中的文字；提取所述网页源文件中每个文本块的特征点；根据所述提取的文本块的特征点以及标题标签和辅助性标签中的文字，计算所述网页源文件中每个文本块作为网页标题的概率值；将概率值最大的文本块提取为网页标题。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110115312.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种推送信息的发布方法和系统
- 下一篇：一种牛筋草中草药增产肥的配制方法
