[发明专利]用于挖掘数据的方法和装置在审
申请号: | 201910531496.8 | 申请日: | 2019-06-19 |
公开(公告)号: | CN110222319A | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 林义明;郭辉;徐伟建;罗雨;彭卫华;史亚冰 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F17/22 | 分类号: | G06F17/22;G06F17/27 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 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: | 本公开实施例公开了用于挖掘数据的方法和装置。该方法的一具体实施方式包括:对获取的医疗知识页面对应的HTML文件进行解析,得到文档对象模型树,其中,上述文档对象模型树包括至少一个树节点;基于预先设定的第一标签属性,从上述至少一个树节点中确定树节点组成树节点集合;基于预先设定的第二标签属性,将上述树节点集合划分为至少一个树节点子集合;对于上述至少一个树节点子集合中的树节点子集合,获取该树节点子集合中树节点的数据,以及使用所获取的数据生成重构节点数据;基于得到的至少一个重构节点数据,构建针对上述医疗知识页面的内容树。该实施方式实现了对医疗知识的挖掘。 | ||
搜索关键词: | 树节点 子集合 医疗知识 文档对象模型树 方法和装置 标签属性 节点数据 重构 挖掘 集合 数据生成 内容树 构建 解析 页面 | ||
【主权项】:
1.一种用于挖掘数据的方法,包括:对获取的医疗知识页面对应的HTML文件进行解析,得到文档对象模型树,其中,所述文档对象模型树包括至少一个树节点;基于预先设定的第一标签属性,从所述至少一个树节点中确定树节点组成树节点集合;基于预先设定的第二标签属性,将所述树节点集合划分为至少一个树节点子集合;对于所述至少一个树节点子集合中的树节点子集合,获取该树节点子集合中树节点的数据,以及使用所获取的数据生成重构节点数据;基于得到的至少一个重构节点数据,构建针对所述医疗知识页面的内容树。
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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910531496.8/,转载请声明来源钻瓜专利网。