公开(公告)号：CN101944109A

公开(公告)日：2011-01-12

申请号：CN201010275844.9

申请日：2010-09-06

申请人： 华南理工大学 ,  广州数园网络有限公司

发明人： 董守斌 ,  张朝斌 ,  张凌 ,  李粤 ,  袁华

IPC分类号： G06F17/30

摘要： 本发明公开了一种基于页面分块的图片摘要提取系统，包括页面预处理模块、页面分类模块、页面分块模块、主题块识别模块和信息提取模块。本发明还公开了一种基于页面分块的图片摘要提取方法，具体包括：步骤S1、从Internet上把页面抓取下来；步骤S2、页面预处理模块对页面进行预处理；步骤S3、页面分类模块对预处理后的页面分类；步骤S4、页面分块模块进行语义块划分；步骤S5、页面分块模块将主题型页面发送到主题块识别模块，主题块识别模块识别出主题块，并发送给信息提取模块；页面分块模块将非主题型页面发送到信息提取模块；步骤S6、信息提取模块下载图片并与页面关联。本发明具有提取速度快、准确度高、效果好的优点。

公开(公告)号：CN101944109B

公开(公告)日：2012-06-27

申请号：CN201010275844.9

申请日：2010-09-06

申请人： 华南理工大学 ,  广州数园网络有限公司

发明人： 董守斌 ,  张朝斌 ,  张凌 ,  李粤 ,  袁华

IPC分类号： G06F17/30

摘要： 本发明公开了一种基于页面分块的图片摘要提取系统，包括页面预处理模块、页面分类模块、页面分块模块、主题块识别模块和信息提取模块。本发明还公开了一种基于页面分块的图片摘要提取方法，具体包括：步骤S1、从Internet上把页面抓取下来；步骤S2、页面预处理模块对页面进行预处理；步骤S3、页面分类模块对预处理后的页面分类；步骤S4、页面分块模块进行语义块划分；步骤S5、页面分块模块将主题型页面发送到主题块识别模块，主题块识别模块识别出主题块，并发送给信息提取模块；页面分块模块将非主题型页面发送到信息提取模块；步骤S6、信息提取模块下载图片并与页面关联。本发明具有提取速度快、准确度高、效果好的优点。