[发明专利]网页质量检测方法及装置

摘要

本发明实施例公开了一种网页质量检测方法及装置，所述方法包括：获取根据用户查询语句得到的搜索结果中的多个网页；基于预设的语法语义分析法，生成获取的各个网页的摘要；将所述多个网页中的一个网页作为待检测的目标网页，根据所述目标网页与所述多个网页中其他网页之间在摘要上的相似度，确定所述目标网页的质量。本发明实施例提供的技术方案，可以提高网页质量检测结果的准确率，以使得搜索引擎能够据此很好的计算出查询语句与网页之间的相关性，提升用户的搜索体验。

主权项

1.一种网页质量检测方法，其特征在于，包括：获取根据用户查询语句得到的搜索结果中的多个网页；针对获取的各个网页，对当前网页所包含的长文本中的分句进行语法语义分析，得到所述分句的句法结构；提取分句的句法结构中的子结构；对提取到的子结构进行语句类型识别；根据语句类型识别结果，对提取到的子结构进行合并后对合并得到的子结构进行合理性验证，或者对提取到的子结构进行合理性验证；将验证通过的子结构作为相关实体对作为分句所包含的知识点，其中相关实体对包含分句中具有关联关系的实体以及关联关系；将所述长文本中的各个分句所包含的知识点进行组织，构成当前网页的知识网络；根据所构成的当前网页的知识网络，以及当前网页的标题和/或子标题，生成当前网页的摘要；将所述多个网页中的一个网页作为待检测的目标网页，根据所述目标网页与所述多个网页中其他网页之间在摘要上的相似度，确定所述目标网页的质量；其中，所述对提取到的子结构进行合并后对合并得到的子结构进行合理性验证，或者对提取到的子结构进行合理性验证包括：通过从所述子结构中挖掘到的语料来源网站的质量、网站数量确定所述语料的可靠性。