[发明专利]一种站点语种分类的方法和系统在审
| 申请号： | 201310514221.6 | 申请日： | 2013-10-25 |
| 公开（公告）号： | CN104572767A | 公开（公告）日： | 2015-04-29 |
| 发明（设计）人： | 甘文杰;于晓明;杨建武;张涛 | 申请（专利权）人： | 北大方正集团有限公司;北京大学;北京北大方正电子有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 李相雨 |
| 地址： | 100871 北京*** | 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： | 本发明提供一种站点语种分类的方法和系统，包括：对于每一种语种，利用该语种的预设搜索词进行搜索，得到对应于该语种的所有页面链接；根据所述所有页面链接的链接地址，将所有页面链接分类，每一类对应一个站点；从每一个站点对应的分类中抽样部分页面链接，组成样本集合，根据样本集合中页面链接的数量和语种信息，生成对应于该语种的训练模型；将需检测的网页资源的页面链接集合按照站点进行分类，得到各个需检测的站点；根据所述语种训练模型，得到每一个所述需检测的站点的语种预测值。本发明基于网页单页面语种识别技术，给出了一种合理高效的站点语种分类方法，系统架构简单易维护，满足了现代搜索引擎技术的要求。 | ||
| 搜索关键词： | 一种 站点 语种 分类 方法 系统 | ||
【主权项】：
一种站点语种分类的方法，其特征在于，包括：对于每一种语种，利用该语种的预设搜索词进行搜索，得到对应于该语种的所有页面链接；根据所述所有页面链接的链接地址，将所有页面链接分类，每一类对应一个站点；从每一个站点对应的分类中抽样部分页面链接，组成样本集合，根据样本集合中页面链接的数量和语种信息，生成对应于该语种的训练模型；将需检测的网页资源的页面链接集合按照站点进行分类，得到各个需检测的站点；根据所述语种训练模型，得到每一个所述需检测的站点的语种预测值。
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大方正集团有限公司;北京大学;北京北大方正电子有限公司，未经北大方正集团有限公司;北京大学;北京北大方正电子有限公司许可，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/201310514221.6/，转载请声明来源钻瓜专利网。
