[发明专利]一种垃圾文本处理方法、装置、设备及存储介质在审
| 申请号： | 201710865928.X | 申请日： | 2017-09-22 |
| 公开（公告）号： | CN107704538A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 谢永恒;陶小龙;火一莽;万月亮 | 申请（专利权）人： | 北京锐安科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京品源专利代理有限公司11332 | 代理人： | 孟金喆 |
| 地址： | 100044 北京市海淀区西小口*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种垃圾文本处理方法、装置、设备及存储介质。该方法包括获取预设时间内的超文本传输协议HTTP数据的统一资源定位符URL，URL包括请求地址和请求参数；基于预设筛选规则对请求地址进行筛选获得待处理URL，并根据待处理URL的请求地址选取对应的待处理实体文件；采用预设分词算法对待处理实体文件进行分词处理生成分词结果，并识别分词结果中的价值元素，对价值元素进行统计分析生成统计结果；根据统计结果，确定是否将对应的待处理URL添加到过滤URL名单。本发明实施例解决了现有技术中垃圾文本识别精度不高，线上系统负荷较大的问题，实现了最大程度减少对线上系统的负荷，提高了识别的可靠度。 | ||
| 搜索关键词： | 一种 垃圾 文本 处理 方法 装置 设备 存储 介质 | ||
【主权项】：
一种垃圾文本处理方法，其特征在于，包括：获取预设时间内的超文本传输协议HTTP数据的统一资源定位符URL，所述URL包括请求地址和请求参数；基于预设筛选规则对所述请求地址进行筛选获得待处理URL，并根据所述待处理URL的请求地址选取对应的待处理实体文件；采用预设分词算法对所述待处理实体文件进行分词处理生成分词结果，并识别所述分词结果中的价值元素，对所述价值元素进行统计分析生成统计结果；根据所述统计结果，确定是否将对应的待处理URL添加到过滤URL名单。
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北京锐安科技有限公司，未经北京锐安科技有限公司许可，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/201710865928.X/，转载请声明来源钻瓜专利网。
