[发明专利]网页正文抽取方法和装置无效
| 申请号： | 200910137364.3 | 申请日： | 2009-04-24 |
| 公开（公告）号： | CN101872350A | 公开（公告）日： | 2010-10-27 |
| 发明（设计）人： | 贾晓建;王主龙;孟遥;于浩 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 康建峰;李春晖 |
| 地址： | 日本神*** | 国省代码： | 日本;JP |
| 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正文抽取方法和装置。根据本发明一个实施例的网页正文抽取方法包括：将网页表示为树状结构；判断树状结构中的每一个节点是否为有效节点；以及组合作为有效节点的叶子节点中所包含的正文信息，以得到所述网页的正文，其中，对于树状结构中的给定节点，如果在所述给定节点的儿子节点中预定类型的节点所占的比例小于或等于第一阈值，则判定所述给定节点为有效节点。 | ||
| 搜索关键词： | 网页 正文 抽取 方法 装置 | ||
【主权项】：
一种网页正文抽取方法，包括：将网页表示为树状结构；判断树状结构中的每一个节点是否为有效节点；以及组合作为有效节点的叶子节点中所包含的正文信息，以得到所述网页的正文，其中，对于树状结构中的给定节点，如果在所述给定节点的儿子节点中预定类型的节点所占的比例小于或等于第一阈值，则判定所述给定节点为有效节点。
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富士通株式会社，未经富士通株式会社许可，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/200910137364.3/，转载请声明来源钻瓜专利网。
- 上一篇：秸秆气化类生物质燃气多用炉
- 下一篇：框架式秸秆取暖锅炉
