[发明专利]一种文档类网页自定义摘要的生成方法和系统

说明书

技术领域

本发明涉及互联网搜索技术领域，尤其涉及一种文档类网页自定 义摘要的生成方法和系统。

背景技术

随着国内互联网技术的迅速发展，如何在互联网上快速准确的找 到自己所需要的信息，成为互联网搜索中的一个关键问题。

为了快速而准确的找到所需要的信息，搜索引擎应运而生。虽 然搜索引擎提供了较准确的搜索结果排序，但是由于搜索引擎是基 于全文索引技术提复工服务的，在网页中包含查询关键词就会作为 搜索结果返回，经常会有一些靠前的搜索结果并不是用户所需要的。 因此，用户会通过阅读摘要来判断搜索结果的价值，此时，摘要中 是否包含用户需要的信息就成了至关重要的问题。

现有的网页摘要中，一种是根据网页的主题为中心生成的摘要， 这种方法虽然很好地表达了网页中内容的意思，但是可以并不是用 户需要的信息；一种是根据用户的关键词，从网页中提取与关键词 最相关的部分作为摘要，但是很多时候关键词并不能体现用户的查 询需求，因此该摘要也很难包括用户需要的信息。

因此，如何提供一种摘要生成方法，使得摘要能够满足用户的 查询需求，并尽可能多的提供相关信息，成为当前需要解决的问题 之一。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至 少部分地解决或者减缓上述问题的一种文档类网页自定义摘要的生 成方法和系统。

根据本发明的一个方面，提供一种文档类网页自定义摘要的生成 方法，包括：

判断文档类网页源代码头部是否存在一个或多个用于自定义文 档描述特征的标签字段；

如果存在所述一个或多个用于自定义文档描述特征的标签字段， 则提取所述一个或多个标签字段中的数据构建文档类网页自定义摘 要；

将所述文档类网页自定义摘要嵌入搜索结果页中。

优选地，所述在判断文档类网页源代码头部是否存在一个或多个 用于自定义文档描述特征的标签字段之前，还包括；

通过第三方在所述文档类网页源代码的头部添加以预定辅助标 签标识的用于自定义文档描述特征的标签字段。

优选地，所述提取所述一个或多个标签字段中的数据构建文档类 网页自定义摘要，进一步包括：

根据字段标识信息从所述标签字段中识别文档类型字段、文档配 图和/或截图URL字段、文档标题字段、文档简介字段和/或文档发表 时间字段；

根据识别的各个字段构建所述文档类网页自定义摘要。

其中，所述提取所述一个或多个标签字段中的数据构建文档类网 页自定义摘要，进一步包括：

根据字段标识信息将所述一个或多个标签字段中的数据嵌入在 在所述字段标识信息对应的预设区域，构建成文档类网页自定义摘 要。

优选地，所述在判断文档类网页源代码头部是否存在一个或多个 用于自定义文档描述特征的标签字段之前，还包括；

确定所述标签字段中每个字段的重要度；以及

提取所述一个或多个标签字段中的数据构建文档类网页自定义 摘要，进一步包括：

根据所述重要度将所述一个或多个标签字段中的数据构建成文 档类网页自定义摘要。

其中，将所述文档类网页自定义摘要嵌入搜索结果页中，具体为：

在搜索结果列表中的预定区域内显示所述文档类网页自定义摘 要。

其中，将所述文档类网页自定义摘要嵌入搜索结果页中，具体为：

在搜索结果列表中的预定区域的左侧显示图片。

优选地，将所述文档类网页自定义摘要嵌入搜索结果页中，具体 为：

根据预定版面设计将所述文档类网页自定义摘要中的各个标签 字段的数据在预定位置进行显示。

其中，将所述文档类网页自定义摘要嵌入搜索结果页中，具体为：

在预定区域的标题位置显示文档标题字段。

其中，所述第三方为网站管理者或者网页提供者。

根据本发明的另一个方面，提供一种文档类网页自定义摘要的生 成方法，包括：

标签字段判断单元，用于判断文档类网页源代码头部是否存在一 个或多个用于自定义文档描述特征的标签字段；

自定义摘要构建单元，用于提取所述一个或多个标签字段中的数 据构建文档类网页自定义摘要；