[发明专利]网页信息提取方法、装置、系统及电子设备在审
| 申请号： | 201710647576.0 | 申请日： | 2017-08-01 |
| 公开（公告）号： | CN110020038A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 薛亮 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/35;G06F17/22 |
| 代理公司： | 北京市惠诚律师事务所 11353 | 代理人： | 逯博 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种网页信息提取方法、装置、系统及电子设备，其中，方法包括：对待处理网页中各区块的文本信息采用预先训练得到的与待处理网页所属领域相同的领域分类模型进行计算分类，以得到各所述区块在该领域中所属的类别；对各所述区块内文本信息经与其所在区块所属类别相适用的信息提取规则进行信息提取，并形成结构化数据。本发明实施例的方案旨在提高从网页中提取信息的效率和准确性，同时降低维护用于提取信息所使用的模型的成本。 | ||
| 搜索关键词： | 区块 网页信息提取 电子设备 提取信息 文本信息 网页 信息提取规则 结构化数据 领域分类 所属领域 信息提取 分类 维护 | ||
【主权项】：
1.一种网页信息提取方法，其特征在于，包括：对待处理网页中各区块的文本信息采用预先训练得到的与待处理网页所属领域相同的领域分类模型进行计算分类，以得到各所述区块在该领域中所属的类别；对各所述区块内文本信息经与其所在区块所属类别相适用的信息提取规则进行信息提取，并形成结构化数据。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201710647576.0/，转载请声明来源钻瓜专利网。
- 上一篇：应用特征库生成方法和装置
- 下一篇：说明书的展示方法、装置、系统和服务器
