[发明专利]一种海量互联网新闻清洗系统在审
| 申请号： | 202010699126.8 | 申请日： | 2020-07-20 |
| 公开（公告）号： | CN111859070A | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 刘超;刘霖雯 | 申请（专利权）人： | 北京北斗天巡科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955;G06F40/284;G06F16/28 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 陈仕超 |
| 地址： | 101300 北京市顺义区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种海量互联网新闻清洗系统，本发明包括新闻数据采集模块、新闻URL去重模块、新闻标题去重模块和新闻内容去重模块，所述新闻数据采集模块将在新闻网站中抓取的新闻数据传输至新闻URL去重模块，所述新闻URL去重模块将其处理后的数据作为新闻标题去重模块的输入传输至新闻内容去重模块，所述新闻内容去重模块将其处理后的数据作为新闻内容去重模块的输入传输至新闻内容去重模块,本发明针对爬取新闻进行结构化分析处理和去重，并针对URL、标题、内容进行分段分策略处理,经证明本发明与目前简单的文本内容相似度计算去重方法，本发明有更好的识别能力。 | ||
| 搜索关键词： | 一种 海量 互联网 新闻 清洗 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北京北斗天巡科技有限公司，未经北京北斗天巡科技有限公司许可，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/202010699126.8/，转载请声明来源钻瓜专利网。
