[发明专利]借助于参考网络抓取建立网络语料库有效
| 申请号： | 201310209210.7 | 申请日： | 2013-04-12 |
| 公开（公告）号： | CN103377291B | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | S·里夏尔;X·格勒昂;J·费伦齐 | 申请（专利权）人： | 达索系统公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 张晰;王英 |
| 地址： | 法国韦利济*** | 国省代码： | 法国;FR |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于建立网络语料库(WCD)的计算机实现方法，包括以下步骤：‑由网络爬虫(WC)发送查询至参考网络抓取代理(RWCA)，这个查询包含资源的至少一个标识符，‑由所述网络爬虫(WC)接收来自所述参考网络抓取代理(RWCA)的响应；‑如果这个响应不包含由所述标识符所识别的资源，则通过所述网络爬虫(WC)从与所述标识符相对应的网站(WS)下载所述资源，并且将所述资源添加到所述网络语料库(WCD)；以及，‑如果这个资源包含由所述标识符所识别的资源，则将所述资源添加到网络语料库(WCD)。 | ||
| 搜索关键词： | 借助于 参考 网络 抓取 建立 语料库 | ||
【主权项】：
1.一种用于建立网络语料库(WCD)的计算机实现方法，包括以下步骤：‑提供利用参考网络爬虫(RWC)建立且可由参考网络抓取代理(RWCA)访问的参考网络抓取(RWCD)以及根据所述参考网络抓取(RWCD)建立的参考索引(RID)；并且随后‑由网络爬虫(WC)发送索引查询至所述参考索引(RID)；‑由所述网络爬虫(WC)接收来自所述参考索引的响应；并且随后‑利用所述网络爬虫(WC)来建立网络抓取(WCD)，其中，所述建立所述网络抓取(WCD)包括：‑由所述网络爬虫(WC)发送查询至所述参考网络抓取代理(RWCA)，所述查询包含资源的至少一个标识符，其中，将所述查询发送至所述参考网络抓取代理(RWCA)是基于来自所述参考索引的所述响应的内容来完成的；‑由所述网络爬虫(WC)接收来自所述参考网络抓取代理(RWCA)的响应；‑如果来自所述参考网络抓取代理(RWCA)的响应不包含由所述标识符所识别的资源，则通过所述网络爬虫(WC)从与所述标识符相对应的网站(WS)下载所述资源，并且将所述资源添加到所述网络语料库(WCD)；以及，‑如果来自所述参考网络抓取代理(RWCA)的响应包含由所述标识符所识别的资源，则将所述资源添加到所述网络语料库(WCD),其中，所述参考网络抓取代理(RWCA)依照所述参考网络抓取(RWCD)的内容建立响应。
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达索系统公司，未经达索系统公司许可，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/201310209210.7/，转载请声明来源钻瓜专利网。
