[发明专利]文本内容显著性区域的局部特征抽取方法及系统有效
| 申请号： | 201610810851.1 | 申请日： | 2016-09-09 |
| 公开（公告）号： | CN106484768B | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 李红全 | 申请（专利权）人： | 天津海量信息技术股份有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F17/27 |
| 代理公司： | 12222 天津市尚文知识产权代理有限公司 | 代理人： | 王晓明 |
| 地址： | 300020 天津市和*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种文本内容显著性区域的局部特征抽取方法及系统。该方法包括：按预设挑选规则从资讯文本中的显著性区域中选出M个单句；对每一单句分别分词，从分词结果中选出每一单句的实体词与短语并按预设权重排序；选出N个权重排列在前的实体词与短语；将每一单句中选出的N个实体词和短语按汉语拼音序排序，分别合并成一长文本；计算每一单句的长文本的crc64,作为每一单句的的局部特征；将M个单句的局部特征合并成一个特征集，作为该资讯文本的局部特征。本发明通过将一篇文本内容转换成M个crc64字符表示，有利于创建基于单句的内容检索系统和基于内容的局部特征集的内容消重系统。 | ||
| 搜索关键词： | 文本 内容 显著 区域 局部 特征 抽取 方法 系统 | ||
【主权项】：
1.一种文本内容显著性区域的局部特征抽取方法，其特征在于，包括以下步骤：/n按预设挑选规则从资讯文本中的显著性区域中选出M个单句；/n对每一单句分别分词，从分词结果中选出每一单句的实体词与短语并按预设权重排序；/n从每一单句的实体词与短语中选出N个权重排列在前的实体词与短语；/n将每一单句中选出的N个实体词和短语按汉语拼音序排序，分别合并成一长文本；/n计算每一单句的长文本的crc64,作为每一单句的的局部特征；/n将所述M个单句的局部特征合并成一个特征集，作为该资讯文本的局部特征。/n
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天津海量信息技术股份有限公司，未经天津海量信息技术股份有限公司许可，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/201610810851.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种跨媒体的事件抽取方法
- 下一篇：一种在线快速访问查询图片的方法
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
