[发明专利]一种网页正文及要素提取的方法和系统有效
| 申请号： | 201911252927.3 | 申请日： | 2019-12-09 |
| 公开（公告）号： | CN110990738B | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 李兆钧;罗啟泽;雷小平 | 申请（专利权）人： | 创优数字科技（广东）有限公司 |
| 主分类号： | G06F16/957 | 分类号： | G06F16/957;G06F16/958 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 郭帅 |
| 地址： | 516000 广东省广州市海珠区*** | 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： | 本发明公开了一种网页正文及要素提取的方法和系统，其方法包括以下步骤：从同一平台采集多个网页，分别对单个网页进行预处理；计算单个所述网页的正文、发布时间、来源的提取候选路径及其评分，得到所述网页的网页级提取候选路径及评分；对多个网页的所述网页级提取候选路径及评分进行综合计算，得到平台级提取候选路径及评分；S4：判断所述平台级提取候选路径是否达到置信水平，如达到则作为平台级提取路径，生成所述平台的要素提取器，如未达到则重新采集网页。本发明提供的网页正文及要素提取的方法和系统，能提取的网页元素较多，能提高网页提取的准确性和效率，能评估提取的可靠性程度。 | ||
| 搜索关键词： | 一种 网页 正文 要素 提取 方法 系统 | ||
【主权项】：
暂无信息
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创优数字科技（广东）有限公司，未经创优数字科技（广东）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/201911252927.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种分液处理器
- 下一篇：基于模具制作牙齿的方法
