[发明专利]黄页信息获取方法、装置及电子设备

权利要求书

1.一种黄页信息获取方法，其特征在于，包括：

通过搜索引擎对待查询电话号码进行查询，得到包含所述待查询电话号码的多个网页；

通过预训练的识别模型，从所述多个网页中提取待选黄页信息；

针对任一待选黄页信息，根据与其对应的至少一个网页所在来源网站的置信度权重进行加权计算，得到加权结果；

确定加权结果最大的待选黄页信息作为所述待查询电话号码的黄页信息。

2.根据权利要求1所述的黄页信息获取方法，其特征在于，所述预训练的识别模型包括以下任一项：

预训练的命名实体识别模型；

依据标注数据训练得到的正则表达式集合。

3.根据权利要求1所述的黄页信息获取方法，其特征在于，在所述针对任一待选黄页信息，根据与其对应的至少一个网页所在来源网站的置信度权重进行加权计算之前，还包括：

确定各个来源网站的置信度权重。

4.根据权利要求3所述的黄页信息获取方法，其特征在于，所述确定各个来源网站的置信度权重，包括：

通过搜索引擎对已知黄页信息的多个样本电话号码进行搜索，得到包括各个样本电话号码的多个待判断网页；

通过预训练的命名实体识别模型，从各个待判断网页中分别提取待判断黄页信息；

将任一待判断黄页信息与相应的已知黄页信息进行相似度计算；

根据计算确定的相似度，确定任一待判断黄页信息对应的待判断网页所在来源网站的置信度权重。

5.根据权利要求4所述的黄页信息获取方法，其特征在于，所述将任一待判断黄页信息与相应的已知黄页信息进行相似度计算，包括：

对所述待判断黄页信息与相应的已知黄页信息分别进行分词处理，获取所述待判断黄页信息的特征信息与所述已知黄页信息的特征信息；

对所述待判断黄页信息的特征信息与所述已知黄页信息的特征信息进行相似度计算。

6.根据权利要求5所述的黄页信息获取方法，其特征在于，所述特征信息，包括：

个人或企业名称、电话、地址。

7.根据权利要求1-6任一项所述的黄页信息获取方法，其特征在于，该方法还包括：

对获取到的黄页信息进行过滤处理。

8.一种黄页信息获取装置，其特征在于，包括：

查询模块，用于通过搜索引擎对待查询电话号码进行查询，得到包含所述待查询电话号码的多个网页；

提取模块，用于通过预训练的识别模型，从所述查询模块得到的所述多个网页中提取待选黄页信息；

加权计算模块，用于针对所述提取模块提取的任一待选黄页信息，根据与其对应的至少一个网页所在来源网站的置信度权重进行加权计算，得到加权结果；

确定模块，用于确定所述加权计算模块获得的加权结果最大的待选黄页信息作为所述待查询电话号码的黄页信息。

9.一种电子设备，其特征在于，该电子设备包括：

处理器、存储器和总线；

所述总线，用于连接所述处理器和所述存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，执行上述权利要求1-7中任一项所述的黄页信息获取方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机指令，当所述计算机指令在计算机上运行时，使得计算机可以执行上述权利要求1-7中任一项所述的黄页信息获取方法。