[发明专利]从统一资源定位符(URL)的关键字提取有效
| 申请号： | 201210067044.7 | 申请日： | 2012-03-14 |
| 公开（公告）号： | CN102693272B | 公开（公告）日： | 2017-04-12 |
| 发明（设计）人： | S·R·维西拉祖;U·R·尤杜帕;A·N·博伊;G·达萨;W·刘;Q·肖 | 申请（专利权）人： | 微软技术许可有限责任公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 上海专利商标事务所有限公司31100 | 代理人： | 黄嵩泉 |
| 地址： | 美国华*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及从统一资源定位符(URL)中的关键字提取。本文所描述的关键字提取技术从web日志中的统一资源定位符(URL)中提取关键字。该技术充分利用URL的内容和结构来提取相关关键字。首先，URL基于其结构被分成多个分量。在受控词汇的帮助下，单独地从URL的每个分量中提取一组关键字。随后通过从URL的不同段中形成项的组合来生成第二组关键字。仅保留在可控词汇中存在的那些组合作为关键字。最后，用将广泛的一组特征考虑在内的一函数来对这些关键字打分。 | ||
| 搜索关键词： | 统一 资源 定位 url 关键字 提取 | ||
【主权项】：
一种用于从对应于网站的统一资源定位符(URL)中提取关键字的计算机实现的过程，包括：标识所述URL的分量(102)；基于URL分量的结构将所述URL分成多个段(104)；对所述段执行文本分段以将URL文本转换成自然语言项(106)；基于受控词汇从段项中提取第一组关键字(108)；通过从URL中的与用于生成所述第一组关键字的段不同的段中形成项的组合来生成第二组关键字(110)；基于所述受控词汇验证所述第二组关键字；从用户从其请求当前页面的网页的引用者URL和相关联的当前URL中提取引用者关键字；通过组合所述第一组关键字、所述第二组关键字、以及所述引用者关键字来形成最终的一组特征；基于一组特征来对所述最终的一组关键字的相关性打分(112)；以及按相关性的顺序输出经打分的关键字(114)。
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微软技术许可有限责任公司，未经微软技术许可有限责任公司许可，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/201210067044.7/，转载请声明来源钻瓜专利网。
- 上一篇：氨基甲酸酯化合物的制造方法
- 下一篇：多层双螺杆共挤出PET片材的生产线
