[发明专利]一种基于视觉效果的正文识别算法在审
| 申请号： | 201410234558.6 | 申请日： | 2014-05-30 |
| 公开（公告）号： | CN105302805A | 公开（公告）日： | 2016-02-03 |
| 发明（设计）人： | 吕永强 | 申请（专利权）人： | 广州市邦富软件有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510663 广东省广州市天河区天河软件园高*** | 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： | 一种基于视觉效果的正文识别算法，所述算法步骤包括：(1)取出一篇网页，提取标题和正文；(2)提取该页面的视觉表达部分，如HTML Tag、JS和CSS；(3)对页面中的有限状态机进行分析，获得部分特殊视觉效果信息；(4)利用垂直渲染引擎计算出字体部分的js和css的效果属性；(5)根据步骤2、3和4，得到以PT为单位的整篇文章的字体尺寸列表；(6)通过字体尺寸列表获得字体权重排序；(7)通过字体颜色与页面对比，获得字体颜色权重列表；(8)通过字符串密度获得密度权重列表；(9)根据步骤6、7和8进行综合运算，获得整个网页表达的语义与重心。 | ||
| 搜索关键词： | 一种 基于 视觉效果 正文 识别 算法 | ||
【主权项】：
一种基于视觉效果的正文识别算法，所述算法步骤包括：(1)取出一篇网页，提取标题和正文；(2)提取该页面的视觉表达部分，如HTML Tag、JS和CSS；(3)对页面中的有限状态机进行分析，获得部分特殊视觉效果信息；(4)利用垂直渲染引擎计算出字体部分的js和css的效果属性；(5)根据步骤2、3和4，得到以PT为单位的整篇文章的字体尺寸列表；(6)通过字体尺寸列表获得字体权重排序；(7)通过字体颜色与页面对比，获得字体颜色权重列表；(8)通过字符串密度获得密度权重列表；(9)根据步骤6、7和8进行综合运算，获得整个网页表达的语义与重心。
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广州市邦富软件有限公司，未经广州市邦富软件有限公司许可，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/201410234558.6/，转载请声明来源钻瓜专利网。
- 上一篇：转盘开启式密码锁
- 下一篇：一种新型渗透式波浪式结构的太阳能空气集热器装置
