[发明专利]一种网页去重方法、装置和设备有效
| 申请号： | 202010200342.3 | 申请日： | 2020-03-20 |
| 公开（公告）号： | CN111428180B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 李兆钧;林杨;雷小平 | 申请（专利权）人： | 创优数字科技（广东）有限公司 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F40/284;G06F40/30;G06F40/151 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 郭帅 |
| 地址： | 516000 广东省广州市海珠区*** | 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： | 本申请公开了一种网页去重方法、装置和设备，对海量网页进行二进制词向量的提取，利用二进制词向量对网页进行基于语义局部敏感散列表示，通过基于语义局部敏感散列表示进行网页内容比较，从而判断待比较网页是否为与预置数据存储结构中的网页内容重复的网页，充分利用了语义的相似性，降低了hash变换引入的随机噪声的影响，从而提高了重复网页的判别准确性，解决了现有的基于hash计算的网页去重方法准确率不高的技术问题。 | ||
| 搜索关键词： | 一种 网页 方法 装置 设备 | ||
【主权项】：
暂无信息
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创优数字科技（广东）有限公司，未经创优数字科技（广东）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/202010200342.3/，转载请声明来源钻瓜专利网。
