[发明专利]一种网页内容的地理位置预测方法及装置

摘要

本发明实施例提供了一种网页内容的地理位置预测方法及装置，其中方法包括：获取待处理网页内容中的多个第一地理实体和多个第一关键词，生成地理实体集合和关键词集合，再将地理实体集合中的第一地理实体在知识图谱中匹配到的第二地理实体确定为候选地理实体，接着在知识图谱中查找目标关键词，并确定目标关键词与该候选地理实体间对应关系的权重，然后计算候选地理实体的重要程度值，对候选地理实体进行过滤，得到过滤后的候选地理实体，将过滤后得到的候选地理实体确定为待处理网页内容的地理位置预测结果。

主权项

1.一种网页内容的地理位置预测方法，其特征在于，所述方法包括：/n获取待处理网页内容中的多个第一地理实体和多个第一关键词，所述第一地理实体为包含地理位置信息的名词，所述关键词为所述待处理网页内容中除所述第一地理实体以外的其他名词；/n生成包含所述多个第一地理实体的名称信息和词频的地理实体集合，以及生成包含所述多个第一关键词的名称信息和词频的关键词集合；/n将所述地理实体集合中的第一地理实体在知识图谱中匹配到的第二地理实体确定为候选地理实体，其中，所述知识图谱中包含所述第二地理实体与第二关键词间的对应关系，所述第二地理实体与第二关键词间的对应关系的权重以及第二地理实体间的对应关系，且所述知识图谱中的第二地理实体间具有层级关系，所述层级关系用于表示各第二地理实体间的地理范围的包含关系，所述第二关键词为所述知识图谱中除所述第二地理实体以外的其他名词；/n针对得到的候选地理实体，在所述知识图谱中查找目标关键词，所述目标关键词为与所述候选地理实体对应的、且在所述关键词集合中具有相同名称的第一关键词的第二关键词，并确定所述目标关键词与该候选地理实体间对应关系的权重；/n针对所述候选地理实体以及该候选地理实体对应的目标关键词，基于该候选地理实体所匹配的第一地理实体在所述地理实体集合中的词频，所述目标关键词在所述关键词集合中具有相同名称的第一关键词的词频，以及所述目标关键词与该候选地理实体间对应关系的权重，计算所述候选地理实体的重要程度值，所述候选地理实体的重要程度值用于衡量该候选地理实体的重要程度；/n根据预设的过滤规则，对所述候选地理实体进行过滤，得到过滤后的候选地理实体，所述过滤规则基于所述候选地理实体的重要程度值，及所述候选地理实体间的层级关系确定；/n将过滤后得到的候选地理实体确定为所述待处理网页内容的地理位置预测结果。/n