[发明专利]一种网页的核心内容的智能化抽取方法及系统有效
| 申请号： | 202211183811.0 | 申请日： | 2022-09-27 |
| 公开（公告）号： | CN115658993B | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 吕璞鑫 | 申请（专利权）人： | 观澜网络（杭州）有限公司;杭州沧浪健康管理有限公司;杭州联科美讯生物医药技术有限公司;杭州丁香健康管理有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/958;G06F40/186;G06F40/14 |
| 代理公司： | 北京维正专利代理有限公司 11508 | 代理人： | 张桂钦 |
| 地址： | 310026 浙江省杭州市中国（浙江）自由贸*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种网页的核心内容的智能化抽取方法及系统,所述方法包括：根据预设的网页地址信息获取相应的网页结构信息；基于预设抽取方式，从网页结构信息中获取核心文本信息；根据核心文本信息和网页结构信息，分别生成正文规则模版、标题规则模版和发布时间规则模版；根据正文规则模版、标题规则模版和发布时间规则模版，确定通用规则模版；基于通用规则模版，抽取当前网页的核心内容。通过对根据网页的结构信息根据抽取算法可实现智能化抽取，并可生成通用的规则模版，通过规则模版可直接对同类型网页快速抽取核心内容，从而高效的进行大规模结构化数据抽取和监控。 | ||
| 搜索关键词： | 一种 网页 核心内容 智能化 抽取 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观澜网络（杭州）有限公司;杭州沧浪健康管理有限公司;杭州联科美讯生物医药技术有限公司;杭州丁香健康管理有限公司，未经观澜网络（杭州）有限公司;杭州沧浪健康管理有限公司;杭州联科美讯生物医药技术有限公司;杭州丁香健康管理有限公司许可，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/202211183811.0/，转载请声明来源钻瓜专利网。
