[发明专利]新闻正文噪音去除方法及系统有效
| 申请号： | 201710162163.3 | 申请日： | 2017-03-17 |
| 公开（公告）号： | CN106897271B | 公开（公告）日： | 2020-05-22 |
| 发明（设计）人： | 晋国盼;刘海龙;郗家贞 | 申请（专利权）人： | 北京搜狐新媒体信息技术有限公司 |
| 主分类号： | G06F40/205 | 分类号： | G06F40/205;G06F16/2457;G06F16/215;G06F16/27;G06F16/22;G06F16/335 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 赵兴华;王宝筠 |
| 地址： | 100084 北京市海淀区中*** | 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： | 本发明提供新闻正文噪音去除方法及装置。该方法包括：获取预设时长内、来自同一新闻来源的多个新闻正文样本；从所述多个新闻正文样本中选出N个新闻正文样本；从所述N个新闻正文样本中查找噪声段落作为噪音样本，放入噪音集合；所述噪声段落包括：n个新闻正文样本中存在的相同段落，n大于等于3；使用噪音集合中的噪声样本，对目标新闻正文进行噪音去除处理；所述目标新闻正文为来自所述新闻来源的待去噪新闻正文。在本发明提供的方案中，是将预设时长内、同一新闻来源的n个新闻正文样本中的相同段落作为噪声样本，并使用噪声样本进行噪音去除处理。在此过程中，不再需要手工配置xpath，提高了噪音去除效率。 | ||
| 搜索关键词： | 新闻 正文 噪音 去除 方法 系统 | ||
【主权项】：
一种新闻正文噪音去除方法，其特征在于，包括：获取预设时长内、来自同一新闻来源的多个新闻正文样本；从所述多个新闻正文样本中选出N个新闻正文样本；从所述N个新闻正文样本中查找噪声段落，将所述噪声段落作为噪音样本放入噪音集合；所述噪声段落包括：n个新闻正文样本中存在的相同段落，n为小于N大于等于3的正整数；所述噪音集合中的噪声样本用于对目标新闻正文进行噪音去除处理，得到去除噪音的新闻正文；所述目标新闻正文为来自所述新闻来源的待去噪新闻正文。
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京搜狐新媒体信息技术有限公司，未经北京搜狐新媒体信息技术有限公司许可，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/201710162163.3/，转载请声明来源钻瓜专利网。
