网页分类标准获取方法、装置及网页分类方法、装置

摘要

本发明公开了一种网页分类标准获取方法、装置及网页分类方法、装置，通过提取样本网页的标签内容，从各标签内容中提取标准特征词，进而基于标签内容中提取的标准特征词得到标准分类和标准特征词的标准比重列表，也即网页分类的标准，进而基于该标准对待分类网页进行分类；由于本发明中的标准特征词都是从各网页的标签内容中提取的，其代表性比从网页正文提出的关键词的代表性更好，因此基于该标准的得到的网页分类也更准确，能很好的提高将用户访问网页进行归类的效果。

主权项

一种网页分类标准获取方法,其特征在于包括：获取各标准分类的样本网页；提取各样本网页的标签内容；从提取的标签内容中确定标准特征词；根据各标准特征词在各标签内容中出现的次数确定各标准特征词在各标准分类中出现的次数；根据各标准特征词在各标准分类中出现的次数确定各标准特征词在各标准分类中的比重值，得到标准分类和标准特征词的标准比重列表。