原创力文档- 0
- 0
- 约1.76万字
- 约 16页
- 2023-06-02 发布于四川
- 举报
本申请涉及一种网页正文抽取方法及系统，其中，所述网页正文抽取方法通过遍历待抽取网页中的所有节点，滤除噪声节点，可以快速去除与文本无关的噪声内容，通过依据每一个非噪声节点中的文本内容计算得出多个特征指标，并将其用于训练正文节点验证模型，使得正文节点验证模型具有筛选出正文节点匹配分数最高的非噪声节点的功能，这样不需要人为制定网页正文抽取规则，从而可以轻松适应海量网页的大规模正文抽提取的应用场景。而且，正文节点验证模型可以解决通用性和范用性的问题，因此也可以适用于绝大多数的非规范化网页中。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115795132 A
(43)申请公布日 2023.03.14
(21)申请号 202211252935.X
(22)申请日 2022.10.13
(71)申请人 浙江甲骨文超级码科技股份有限公
您可能关注的文档
- 一种互穿网络纤维蛋白凝胶及其制备方法和应用.pdf
- 一种双网络纤维蛋白凝胶及其制备方法和应用.pdf
- 一种机载视景系统延迟测试方法及测试系统.pdf
- 一种用于MBE束源炉分区温控的方法与结构.pdf
- 煤矿巷道顶板激振系统及其施工方法.pdf
- 一种太阳能组件生产用测试装置及测试方法.pdf
- 基于前馈技术的风电机组偏航误差测试方法.pdf
- 一种组合式有弧度电采暖装置.pdf
- 一种客户端升级方法及装置.pdf
- 时序数据存储方法、装置及时序数据库集群系统.pdf
- 浙江省宁波市2024－2025学年高三下学期高考模拟考试数学试卷（解析版）.pdf
- 广东省汕头市潮阳一中明光学校2024-2025学年高二上学期期中考试政治试题（解析版）.pdf
- 广东省汕头市潮阳一中明光学校2024-2025学年高三上学期第三阶段考试历史试题（解析版）.pdf
- 广东省汕头市澄海区2024-2025学年八年级上学期期末考试英语试题（解析版）.pdf
- 浙江省衢州、丽水、湖州三地市2025届高三下学期4月教学质量检测（二模）数学试题（解析版）.pdf
- 浙江省绍兴市上虞区2025届高三下学期５月高考及选考适应性考试数学试卷（解析版）.pdf
- 广东省汕尾市2023-2024学年三年级上学期英语期末试卷（解析版）.docx
- 广东省汕头市澄海区2024-2025学年高二上学期1月期末地理试题（解析版）.pdf
- 广东省汕头市澄海区2024-2025学年八年级上学期期末语文试题（解析版）.pdf
- 湖北省恩施土家族苗族自治州来凤县2023-2024学年三年级上学期英语期末试卷（解析版）.docx
文档评论（0）