“网页文本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果100672个，建议您升级VIP下载更多相关专利

[发明专利]网页识别模型训练方法、网页识别方法、装置及设备-CN202111250138.3在审
发明人：张聪;张恒;杨磊 -专利权人：中国互联网络信息中心
申请日： 2021-10-26 - 公布日： 2022-01-28 - 主分类号： G06F21/56 文献下载
摘要：本申请公开了一种网页识别模型训练方法、网页识别方法、装置及设备，获取网页中的网页文本数据，网页的类别包括不良网页和/或非不良网页。对网页文本数据进行文本特征提取，获取网页文本数据对应的训练文本特征向量。网页文本数据对应有网页类别标签。根据训练文本特征向量和网页文本数据对应的网页类别标签对网页识别模型进行训练，获取训练完成的网页识别模型。网页识别模型用于识别网页的类别。本申请中的网页识别模型采用机器学习算法实现。通过网页文本数据以及训练完成的网页识别模型来识别网页类别的准确率和可靠性更高。
网页识别模型训练方法装置设备

[发明专利]一种网页文本相似度的计算方法和装置-CN201910203967.2有效
发明人：胡聪聪;刘智朋;陈炜鹏;许静芳 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-03-18 - 公布日： 2022-10-04 - 主分类号： G06F40/194 文献下载
摘要：本申请实施例公开了一种网页文本相似度的计算方法，在计算网页文本相似度时，获取各网页文本对应的关键词，构建每个网页文本与对应关键词的映射关系表。分别以映射关系表中每个关键词作为目标关键词，确定目标关键词对应的网页文本集合。将网页文本集合中所属预设主题相同的网页文本聚类至同一网页文本子集，得到目标关键词对应的至少一个网页文本子集。计算每个网页文本子集中任两个网页文本之间的相似度。通过将根据关键词对网页文本进行初步聚类，以及根据网页文本所属预设主题对网页文本进行最终聚类相结合，在减少相似度计算量的基础上，提高了网页文本聚类的准确性，进而提高网页文本相似度计算的准确性，改善相似网页文本识别的准确率
一种网页文本相似计算方法装置

[发明专利]网页文本的修改方法及装置-CN201610339809.6有效
发明人：王超 -专利权人：阿里巴巴集团控股有限公司
申请日： 2016-05-20 - 公布日： 2020-08-04 - 主分类号： G06F16/958 文献下载
摘要：本申请实施例涉及一种网页文本的修改方法及装置，在对网页文本进行修改时，先获取该网页文本以及网页文本对应的网页模板；之后根据网页文本和网页模板，获取网页文本中的数据信息；最后通过对获取的数据信息进行修改，来方便地实现对网页文本的修改。由此解决了传统技术中在数据信息丢失的情况下，无法高效率地对网页文本进行修改的问题。
网页文本修改方法装置

[发明专利]网页内容识别方法、装置、计算机设备和存储介质-CN202311101220.9在审
发明人：罗达志 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-30 - 公布日： 2023-09-29 - 主分类号： G06F40/279 文献下载
摘要：本申请涉及一种网页内容识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：将待识别网页对应的网页文本输入目标网页类型识别模型，得到待识别网页对应的预测网页类型标签；目标网页类型识别模型是基于有标注文本和无标注文本对，对初始网页类型识别模型进行训练得到的，无标注文本对中的文本是未标注网页类型的网页对应的网页文本，无标注文本对中的各个文本是相似的文本；在待识别网页对应的预测网页类型标签表征待识别网页属于目标网页类型时，将待识别网页对应的网页文本和预设对象集合进行匹配，得到待识别网页涉及的目标对象；基于目标对象确定待识别网页对应的网页内容识别结果采用本方法能够提高网页内容识别效率。
网页内容识别方法装置计算机设备存储介质

[发明专利]文本核对方法、装置、设备及存储介质-CN202210249958.9在审
发明人：赵鹏飞;游妍;臧康 -专利权人：太平金融科技服务（上海）有限公司深圳分公司
申请日： 2022-03-15 - 公布日： 2022-04-29 - 主分类号： G06F40/194 文献下载
摘要：本申请涉及一种文本核对方法、装置、设备及存储介质，所述方法包括：根据第一预设获取规则从待测试网页中获取网页文本，并根据第二预设获取规则获取原始文本；网页文本为基于原始文本所生成的，用于在待测试网页中进行展示的文本；对网页文本与原始文本进行预处理，生成目标网页文本及目标原始文本；将目标网页文本与目标原始文本按照预设核对策略进行文本核对，生成文本核对结果。本申请提供的技术方案可以提高对文本核对的效率。
文本核对方法装置设备存储介质

[发明专利]网页文本处理方法、装置、电子设备以及存储介质-CN202310861577.0在审
发明人：毛烨阳 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06F40/30 文献下载
摘要：本公开公开了网页文本处理方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及前端、大语言模型、自然语言处理技术领域。具体实现方案为：响应于网页处理请求，对当前网页进行解析，得到多个网页文本字段和多个网页文本字段各自的网页标签；基于多个网页文本字段各自的网页标签的标签类型，确定多个网页文本字段各自的权重；以及利用大语言模型，基于网页处理请求携带的处理指令信息和多个网页文本字段各自的权重，处理多个网页文本字段，得到目标文本。
网页文本处理方法装置电子设备以及存储介质

[发明专利]一种基于机器学习的文本分类方法及终端设备-CN201811181954.1在审
发明人：吴壮伟 -专利权人：平安科技（深圳）有限公司
申请日： 2018-10-11 - 公布日： 2019-03-15 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于机器学习的文本分类方法及终端设备，包括：通过网络爬虫，爬取预设论坛网站的多个网页的网页内容；针对多个网页中的任一网页，对网页的网页内容进行处理，获得网页所对应的一个文本，文本包括网页的栏目数据、标题数据、正文数据及标签数据；获取训练集，包括多个网页所对应的多个文本；针对训练集中的任一文本，为文本设置标识，标识用于表示文本的类别；对文本进行分词处理，并对分词结果向量化，获得文本所对应的特征向量；通过训练集对文本分类模型进行训练；通过完成训练的文本分类模型，对待分类文本进行分类。结合词语在网页中的位置，对网页所对应的文本进行特征化，提高了文本分类精度。
网页文本文本分类文本分类模型基于机器网页内容终端设备训练集标签数据标题数据分词处理分词结果分类文本栏目数据特征向量网络爬虫正文数据特征化向量化网站预设词语学习分类论坛

[发明专利]以锚文本作为网页标题的方法和装置-CN201410602298.3有效
发明人：魏少俊 -专利权人：北京奇虎科技有限公司;奇智软件（北京）有限公司
申请日： 2014-10-31 - 公布日： 2018-06-19 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种以锚文本作为网页标题的方法和装置，该方法包括：确定指向待确定标题的网页的外部锚文本链接；将所述外部锚文本链接对应的锚文本替代原本的网页标题作为所述网页的网页标题。本发明提供的技术方案将外部锚文本链接对应的锚文本替代原本的网页标题作为网页的网页标题，能够提供简洁又能准确、客观地概括网页内容的网页标题。 1
网页标题锚文本链接方法和装置网页外部网页内容替代指向

[发明专利]对网页文本内容进行提取的方法和装置-CN201210573022.8有效
发明人：谢洲为;潘洪学;糜裕峰;任寰 -专利权人：北京奇虎科技有限公司;奇智软件（北京）有限公司
申请日： 2012-12-25 - 公布日： 2013-04-03 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种对网页文本内容进行提取的方法和装置。本发明实施例提供的一种对网页文本内容进行提取的方法包括：在浏览器侧预设至少一网页文本内容匹配设置；在浏览器侧进行网页内容下载；将网页内容分别与网页文本内容匹配设置进行匹配，直至网页内容匹配成功；利用与网页内容匹配成功的网页文本内容匹配设置，提取网页内容中的网页文本内容。
网页文本内容进行提取方法装置

[发明专利]基于机器学习的文本分类方法及终端设备-CN201811197171.2在审
发明人：吴壮伟 -专利权人：平安科技（深圳）有限公司
申请日： 2018-10-15 - 公布日： 2019-01-29 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于机器学习的文本分类方法及终端设备，通过网络爬虫抓取多个网页；针对多个网页中的任一网页，获取网页的统一资源定位符URL和锚文本；对网页的URL和锚文本进行处理，获得第一词组集合；根据第一词组集合和预设置的第二词组集合，计算网页与预设类别的相关度；对与预设类别的相关度大于第一预设值的网页进行处理得到网页文本；通过预设训练集对预设置的深度神经网络文本分类模型进行训练，并通过深度神经网络文本分类模型对网页文本进行文本分类处理，得到网页的子类别。本发明通过与预设类别相对应的文本分类模型，对与该预设类别相关度大于第一预设值的网页文本进行分类，得到该网页文本的子类别，提高了网页文本的分类精度。
预设网页网页文本文本分类模型文本分类词组相关度基于机器神经网络终端设备集合锚文本预设置子类别统一资源定位符抓取网络爬虫训练集分类学习

[发明专利]一种网页文本还原系统及方法-CN201010132456.5无效
发明人：张晖;孙海峰;马建国 -专利权人：西南科技大学
申请日： 2010-03-26 - 公布日： 2010-07-21 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种网页文本还原系统及方法，本系统工作于网络节点，其系统包括：一IP数据包捕获装置，用于对通过网络节点处的IP数据包进行捕获；一网页文本数据流识别装置，根据定义的数据流特征识别出IP数据包的网页文本数据流；一网页文本重组装置，对网页文本数据流进行解码、重组操作，将网页文本数据流还原成文本文件；所述IP数据包捕获装置、网页文本数据流识别装置、网页文本重组装置依次串接。其方法包括IP数据包的捕获，网页文本数据流的识别以及网页文本的重组及存储。本发明的系统是一种专门的网页文本还原装置，而且还能将网页文本文件进行储存；本发明还具有数据流的实时处理能力。
一种网页文本还原系统方法

[发明专利]一种客户端设备-CN201210573088.7有效
发明人：谢洲为;潘洪学;糜裕峰;任寰 -专利权人：北京奇虎科技有限公司;奇智软件（北京）有限公司
申请日： 2012-12-25 - 公布日： 2016-11-23 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种客户端设备，其上安装有浏览器，所述浏览器中设置有对网页文本内容可进行提取的装置，所述客户端设备，根据用户的网页浏览指令启动所述对网页文本内容可进行提取的装置，并将该对网页文本内容可进行提取的装置提取出的网页文本内容在浏览器中展示给用户；所述对网页文本内容可进行提取的装置包括：匹配设置配置单元，适于在浏览器侧预设至少一网页文本内容匹配设置；下载单元，适于在浏览器侧进行网页内容下载；匹配单元，适于将所述网页内容分别与所述网页文本内容匹配设置进行匹配，直至所述网页内容匹配成功；提取单元，适于利用与所述网页内容匹配成功的网页文本内容匹配设置，提取所述网页内容中的网页文本内容。
一种客户端设备

[发明专利]基于统计规则的族群网页正文提取方法及系统-CN202211200790.9在审
发明人：陈通;展一鸣;李晓;王瑞霜;杨春;纪丽萍 -专利权人：山东亿云信息技术有限公司
申请日： 2022-09-29 - 公布日： 2022-12-23 - 主分类号： G06F16/9532 文献下载
摘要：本发明提供了一种基于统计规则的族群网页正文提取方法及系统，以网页族群的形式获取一组待处理网页，得到网页族群列表；遍历网页族群列表，提取每个网页的原始HTML代码，形成HTML代码列表；遍历HTML代码列表，提取每个网页中的所有文本内容，根据HTML结构，将全部网页的各长文本转化为短文本字符串列表，并保留文本顺序；其中，各短文本字符串列表均属于整个网页族群的文本列表集合；遍历文本列表集合并对每个短文本字符串列表定位起始位置和结束位置；选取从起始位置到结束位置的文本，输出正文文本列表；本发明无需人工参与，无需特殊规则，能够提取不同形式的网页文本，极大的提高了提取精度和提取效率。
基于统计规则族群网页正文提取方法系统

[发明专利]一种基于文本主题的网页暗链检测方法和装置-CN201911224958.8有效
发明人：范如;范渊 -专利权人：杭州安恒信息技术股份有限公司
申请日： 2019-12-03 - 公布日： 2023-08-15 - 主分类号： G06F16/955 文献下载
摘要：本发明提供了一种基于文本主题的网页暗链检测方法和装置，涉及网络安全的技术领域，包括：获取待检测网页，并基于待检测网页的文本信息构建LDA文档，其中，LDA文档中包含待检测网页的文本信息经过分词处理之后得到的分词集合；基于LDA文档，构建目标矩阵，其中，目标矩阵为基于待检测网页的文本信息的分词合集和待检测网页的文本信息的主题构建的矩阵；基于目标矩阵，确定出待检测网页的文本信息的语义特征和待检测网页的文本信息的统计特征；将待检测网页的文本信息的统计特征和待检测网页的文本信息的语义特征输入分类器，以确定待检测网页中是否存在网页暗链，解决了现有技术中对网页中的网页暗链进行检测的检测准确率较低的技术问题。
一种基于文本主题网页检测方法装置

[发明专利]一种基于BERT算法的网页广告营销文本识别方法及系统-CN202111536458.5在审
发明人：曹勇;吴冠标;张钧勃 -专利权人：天津市国瑞数码安全系统股份有限公司
申请日： 2021-12-15 - 公布日： 2022-03-22 - 主分类号： G06F40/279 文献下载
摘要：本发明涉及一种基于BERT算法的网页广告营销文本识别方法及系统，所述一种基于BERT算法的网页广告营销文本识别方法包括：采集网页原始数据获取网页初始待识别文本集合；利用所述网页初始待识别文本集合获取网页广告营销文本识别结果，利用成熟的BERT算法进行合理计算，并通过广告营销文本的特征实现网页广告营销文本内容识别，进一步提升广告营销文本判断模型的准确性。
一种基于 bert 算法网页广告营销文本识别方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条