发明授权
- 专利标题： 一种中文网页主题内容的提取方法
- 专利标题（英）： Method for extracting subject content of Chinese webpage
-
申请号： CN201110090737.3申请日： 2011-04-12
-
公开(公告)号： CN102156737B公开(公告)日： 2013-03-20
- 发明人: 刘清堂 , 邵明博 , 向丹丹 , 吴林静
- 申请人： 华中师范大学
- 申请人地址： 湖北省武汉市武昌区珞瑜路152号
- 专利权人： 华中师范大学
- 当前专利权人： 华中师范大学
- 当前专利权人地址： 湖北省武汉市武昌区珞瑜路152号
- 代理机构： 武汉天力专利事务所
- 代理商 吴晓颖; 冯卫平
- 主分类号： G06F17/30
- IPC分类号： G06F17/30
摘要：
本发明属于计算机应用和信息抽取领域，提供一种中文网页的主题内容提取方法，该方法是将网页数据转换成DOM对象后，在对其进行融合，分类，过滤操作，最后返回提取的网页内容。本发明操作方便，适用范围广，既不依附于特定的软、硬件，也不依赖于特定的网页模版；大量实验结果表明，本方法针对不同风格的中文新闻网页，能有效的排除页面中的“噪声”信息，提取主题内容，具有较高的实用性。
公开/授权文献
- CN102156737A 一种中文网页主题内容的提取方法 公开/授权日：2011-08-17
