[发明专利]面向接口迁移的相似语义主题的网页识别方法、装置和设备有效
申请号: | 202211114773.3 | 申请日: | 2022-09-14 |
公开(公告)号: | CN115203620B | 公开(公告)日: | 2023-02-07 |
发明(设计)人: | 黄罡;张颖;蔡思博;蔡华谦 | 申请(专利权)人: | 北京大学 |
主分类号: | G06F16/958 | 分类号: | G06F16/958;G06F40/194;G06F40/284;G06F40/30 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 苟冬梅 |
地址: | 100871*** | 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: | 本发明提供了一种面向接口迁移的相似语义主题网页识别方法、装置和设备,所述方法包括:获取待识别的两个网页的页面信息;对所述两个网页的页面信息进行预处理,分别得到所述两个网页的纯文本内容;利用多种算法对所述纯文本内容进行关键词提取;将所述多个关键词与预定义主题词集合中的主题词进行匹配,分别得到两个网页的多个主题词,将两个网页各自的多个主题词进行融合集成,得到两个网页各自的主题特征;根据两个网页各自的语义主题特征,判断两个网页是否为相似网页。本发明通过预处理减弱内容理解的噪声,利用多种算法提取主题词与集成匹配语义主题提升内容理解的覆盖面,提高相似网页识别的准确性,进而支持网页接口迁移到相似网页。 | ||
搜索关键词: | 面向 接口 迁移 相似 语义 主题 网页 识别 方法 装置 设备 | ||
【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大学,未经北京大学许可,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/202211114773.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种用于残极破碎的电解质清理设备
- 下一篇:PE薄膜生产用母粒罐装瓶输送系统