从网络中查找与主题词相关的名称的方法和设备

摘要

提供一种从网络中查找与主题词相关的名称的方法，包括：在网络中查找与主题词相关的网页，对网页进行过滤和解析；根据单网页的DOM树中的图像节点，提取图像名称并与周边文本匹配后构成候选名称第一集合；将网页的DOM树转换成代码序列，在其中确定重复子序列，在网页的候选名称第一集合中，提取与重复子序列相对应的候选名称，构成候选名称第二集合；根据预定规则及预定模板来对候选名称第二集合进行过滤，确定网页的候选名称；针对来自多个网页的候选名称，根据候选名称之间或其与主题词的关系进行过滤，得到与主题词相关的名称；计算各个名称的分值，根据分值对各个名称进行排序。还相应地提供一种从网络中查找与主题词相关的名称的设备。

主权项

一种从网络中查找与主题词相关的名称的方法，包括：网页查找步骤，在网络中查找与主题词相关的网页，并对网页进行过滤和解析；候选名称第一提取步骤，根据单个网页的DOM树中的图像节点，提取其中的图像名称并与周边文本匹配后构成候选名称第一集合；候选名称第二提取步骤，将该网页的DOM树转换成代码序列，在代码序列中确定重复子序列，在该网页的候选名称第一集合中，提取与重复子序列相对应的候选名称，构成候选名称第二集合；单页候选名称确定步骤，根据预定规则及预定模板来对候选名称第二集合进行过滤，确定该网页的候选名称；多页候选名称过滤步骤，针对来自多个网页的候选名称，根据候选名称之间或候选名称与主题词的关系进行过滤，得到与该主题词相关的名称；名称排序步骤，计算各个名称的分值，根据分值对各个名称进行排序。