[发明专利]网络搜索中基于多种规则的元数据自动抽取方法有效
| 申请号： | 200710118590.8 | 申请日： | 2007-07-10 |
| 公开（公告）号： | CN101101600A | 公开（公告）日： | 2008-01-09 |
| 发明（设计）人： | 张铭;杨宇 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京君尚知识产权代理事务所 | 代理人： | 余功勋 |
| 地址： | 100871*** | 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： | 本发明提供了一种网络搜索中基于多种规则的元数据自动抽取方法，属于网络搜索技术领域。该方法包括以下步骤：(1)对粗糙网页进行预处理，将所有网页归一为比较规范的格式；(2)对网页文档中包括所要提取的信息的网页内容进行初步定位；(3)按照指定的规则从预定位提取出的内容中提取元数据。本发明的方法首先将核心区域与大范围的无用信息区别开，而后再针对核心区域进行规则提取，使得提取准确度得到了大幅度提高。本发明的方法还能够按照多种规则对网页中的元数据进行抽取，多种规则根据给定的优先级判断匹配顺序，并按照两步抽取的方法进行精细化处理。 | ||
| 搜索关键词： | 网络 搜索 基于 多种 规则 数据 自动 抽取 方法 | ||
【主权项】：
1.网络搜索中基于多种规则的元数据自动抽取方法，其特征在于，包括以下步骤：(1)对粗糙网页进行预处理，将所有网页归一为比较规范的格式；(2)对网页文档中包括所要提取的信息的网页内容进行预定位；(3)按照指定的规则从预定位提取出的内容中提取元数据。
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大学，未经北京大学许可，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/200710118590.8/，转载请声明来源钻瓜专利网。
