发明授权
- 专利标题: 一种推广信息的检测方法及装置
-
申请号: CN201710113764.5申请日: 2017-02-28
-
公开(公告)号: CN106909669B公开(公告)日: 2020-02-11
- 发明人: 张德斌
- 申请人: 北京时间股份有限公司
- 申请人地址: 北京市海淀区西三环北路3号一区1号楼7层710
- 专利权人: 北京时间股份有限公司
- 当前专利权人: 北京时间有限公司
- 当前专利权人地址: 北京市海淀区西三环北路3号一区1号楼7层710
- 代理机构: 北京市浩天知识产权代理事务所
- 代理商 宋菲; 刘兰兰
- 主分类号: G06F16/9535
- IPC分类号: G06F16/9535 ; G06F16/335
摘要:
本发明公开了一种推广信息的检测方法及装置,其涉及文本过滤处理技术领域,该方法包括:获取预设的样本集合,提取样本集合中的各个样本所包含的信息单元;统计每个信息单元在样本集合中的出现次数,将出现次数大于预设的第一阈值的信息单元确定为候选特征单元;针对每个候选特征单元,分别统计该候选特征单元在各个文档位置的分布情况,根据统计结果确定该候选特征单元是否为推广特征单元;根据已确定的推广特征单元检测文档中包含的推广信息。由此可见,本发明能够有效且准确地过滤广告信息或垃圾推广信息的效果,使得采用机器抓取方法也能提取到纯净的新闻内容,极大地提高了汇编自媒体平台新闻的效率。
公开/授权文献
- CN106909669A 一种推广信息的检测方法及装置 公开/授权日:2017-06-30