[发明专利]一种网页去噪的方法在审
| 申请号： | 202011229773.9 | 申请日： | 2020-11-06 |
| 公开（公告）号： | CN112347353A | 公开（公告）日： | 2021-02-09 |
| 发明（设计）人： | 邹季英;吴涛;袁仁慧 | 申请（专利权）人： | 同方知网（北京）技术有限公司;《中国学术期刊（光盘版）》电子杂志社有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/35 |
| 代理公司： | 北京天奇智新知识产权代理有限公司 11340 | 代理人： | 王泽云 |
| 地址： | 100084 北京市海淀区清华园清华*** | 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： | 本发明公开了一种网页去噪的方法，包括：导入网页，获取网页的DOM树结构信息、视觉信息和文本内容；判断节点类型，计算节点纯度；拆分DOM树提取初级视觉块，对初级视觉块集合进行邻域分析与融合，形成视觉块集合，校验视觉块集合，校验后输出提取视觉块；抽取视觉块特征；对视觉块进行分类，将视觉块的分类标签以节点属性的方式写入视觉块所包含的DOM子树的所有节点，直至叶子节点，检查、修改标注文件并输出；从节点的类别标签推导出视觉块的类别标签，使用视觉块特征和视觉块类别标签训练分类器，评估网页去噪效果；采用分类器对视觉块分类，将分类结果转化为节点的分类结果，根据节点的分类结果剔除网页中的无效内容，输出网页去噪结果并保存。 | ||
| 搜索关键词： | 一种 网页 方法 | ||
【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同方知网（北京）技术有限公司;《中国学术期刊（光盘版）》电子杂志社有限公司，未经同方知网（北京）技术有限公司;《中国学术期刊（光盘版）》电子杂志社有限公司许可，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/202011229773.9/，转载请声明来源钻瓜专利网。
