[发明专利]网页人物主题相关信息提取方法在审
| 申请号： | 201710783655.4 | 申请日： | 2017-09-04 |
| 公开（公告）号： | CN107590219A | 公开（公告）日： | 2018-01-16 |
| 发明（设计）人： | 费高雷;周成阳;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人： | 周永宏 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种网页人物主题相关信息提取方法。其包括获取HTML网页文档，构建HTML网页文档对应的DOM树，对HTML网页文档进行预处理，计算每个DOM节点的文本节点率并对HTML网页文档进行文本分块处理，网页正文文本块筛选，人物信息提取处理及人物信息判断。本发明有效的解决了各式各样网页中人物相关信息抽取的问题，能够得到完整的结构化的人物信息。 | ||
| 搜索关键词： | 网页 人物 主题 相关 信息 提取 方法 | ||
【主权项】：
一种网页人物主题相关信息提取方法，其特征在于，包括以下步骤：A、获取一个包含人物主题相关信息的HTML网页文档；B、构建步骤A中HTML网页文档对应的DOM树；C、对步骤A中HTML网页文档进行预处理；D、根据步骤B中的DOM树计算每个DOM节点的文本节点率，对HTML网页文档进行文本分块处理；E、根据步骤D中得到的文本节点率和文本分块进行网页正文文本块筛选；F、对步骤E中得到的正文文本块进行人物信息提取处理；G、判断步骤F中提取得到的信息中是否包含人物信息；若是，则对步骤F中提取得到的人物信息进行结构化处理；若否，则返回步骤A。
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电子科技大学，未经电子科技大学许可，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/201710783655.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种冲压操作系统
- 下一篇：一种钢板弹簧卡箍成型装置
