发明名称 | 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。 | ||
申请公布号 | CN103150307B | 申请公布日期 | 2016.02.10 |
申请号 | CN201110401703.1 | 申请日期 | 2011.12.06 |
申请人 | 株式会社理光 | 发明人 | 谢宣松;姜珊珊;孙军;郑继川 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 北京市柳沈律师事务所 11105 | 代理人 | 丁辰 |
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。 | ||
地址 | 日本东京都 |