[发明专利]一种垃圾模板文章识别方法和设备在审
| 申请号： | 201210344209.0 | 申请日： | 2012-09-17 |
| 公开（公告）号： | CN103678373A | 公开（公告）日： | 2014-03-26 |
| 发明（设计）人： | 郝志新;何建国;张国强;何小晨 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 罗振安 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种垃圾模板文章识别方法和设备，属于网络通讯领域。该方法包括：对符合条件的微博文章提取特征，生成文章特征；其中，文章特征至少包括标点特征、话题特征、括号特征、链接特征以及账户名特征；获取垃圾模板列表，垃圾模板列表中包含垃圾模板特征；垃圾模板特征为出现频率达到预设阈值的文章特征且垃圾模板特征的提取方式与微博文章特征的提取方式相同；当文章特征与垃圾模板列表中的垃圾模板特征相同时，判定微博文章为垃圾模板文章。该设备包括：特征提取模块、获取模块、识别模块。本发明通过提取微博文章的多个特征来判断微博文章是否为垃圾模板文章，解决了目前微博平台中无法有效识别从而导致浪费搜索引擎资源的问题。 | ||
| 搜索关键词： | 一种 垃圾 模板 文章 识别 方法 设备 | ||
【主权项】：
一种垃圾模板文章识别方法，其特征在于，所述方法包括：对符合条件的微博文章提取特征，生成文章特征；其中，所述文章特征至少包括标点特征、话题特征、括号特征、链接特征以及账户名特征；获取垃圾模板列表，所述垃圾模板列表中包含垃圾模板特征；所述垃圾模板特征为出现频率达到预设阈值的文章特征且所述垃圾模板特征的提取方式与所述微博文章特征的提取方式相同；当所述文章特征与所述垃圾模板列表中的垃圾模板特征相同时，判定所述微博文章为垃圾模板文章。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201210344209.0/，转载请声明来源钻瓜专利网。
