[发明专利]垃圾锚文本识别方法及装置有效
| 申请号： | 201310529335.8 | 申请日： | 2013-10-30 |
| 公开（公告）号： | CN104598460B | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 付昭 | 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： | 上海波拓知识产权代理有限公司 31264 | 代理人： | 王春丽 |
| 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： | 本发明实施例公开了一种垃圾锚文本识别方法及装置，属于互联网信息处理技术领域。其中所述方法包括：接收输入的待测锚文本，根据待测锚文本获取待测锚文本所指向的网页；判断待测锚文本所指向的网页是否是政府类网站的网页或教育类网站的网页；若待测锚文本所指向的网页是政府类网站的网页或教育类网站的网页，待测锚文本含有垃圾词汇并且待测锚文本不含有机构名称，则将待测锚文本识别为垃圾锚文本。本发明能够快速、有效地识别出垃圾锚文本。 | ||
| 搜索关键词： | 垃圾 文本 识别 方法 装置 | ||
【主权项】：
1.一种垃圾锚文本识别方法，其特征在于，所述垃圾锚文本识别方法，包括：接收输入的待测锚文本，根据所述待测锚文本获取所述待测锚文本所指向的网页；判断所述待测锚文本所指向的网页是否是政府类网站的网页或教育类网站的网页；若所述待测锚文本所指向的网页是政府类网站的网页或教育类网站的网页，所述待测锚文本含有垃圾词汇并且所述待测锚文本不含有机构名称，则将所述待测锚文本识别为垃圾锚文本。
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/201310529335.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于分布式文件系统的分级存储方法及系统
- 下一篇：分布式共享内存系统
