[发明专利]一种基于WEB文档的自动摘要方法在审
| 申请号： | 201410642510.9 | 申请日： | 2014-11-13 |
| 公开（公告）号： | CN104361081A | 公开（公告）日： | 2015-02-18 |
| 发明（设计）人： | 刘文婷 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林;汪庆朋 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于WEB文档的自动摘要方法，具体包括以下几个步骤：(1)利用Html文档对象模型标签树抓取WEB文档正文信息；(2)对抓取的WEB文档正文信息进行分块、分句；(3)对抓取的WEB文档正文信息，依据关键词库进行分词，分词后去除无意义的非关键词，并将网络新词及专业词语扩充到关键词库，对于网络上已停用的非关键词，扩充到非关键词库；(4)计算分词权值和分句、分块权值；(5)根据摘要精细程度，选择分块、分句的个数，最后从中选出权值最高的几个分块、分句形成文档摘要信息。本发明能够分析WEB文档信息，给用户提供简洁的、信息全面的页面内容的概要，以提高用户获取信息的效率。 | ||
| 搜索关键词： | 一种 基于 web 文档 自动 摘要 方法 | ||
【主权项】：
一种基于WEB文档的自动摘要方法，其特征在于，具体包括以下几个步骤：(1)利用Html文档对象模型标签树抓取WEB文档正文信息；(2)对抓取的WEB文档正文信息进行分块、分句；(3)对抓取的WEB文档正文信息，依据关键词库进行分词，分词后去除无意义的非关键词，并将网络新词及专业词语扩充到关键词库，对于网络上已停用的非关键词，扩充到非关键词库；(4)计算分词权值和分句、分块权值；(5)根据摘要精细程度，选择分块、分句的个数，最后从中选出权值最高的几个分块、分句形成文档摘要信息。
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河海大学，未经河海大学许可，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/201410642510.9/，转载请声明来源钻瓜专利网。
