发明名称 |
一种用于对页面进行主体识别的方法与设备 |
摘要 |
本发明的目的是提供一种用于对页面进行主体识别的方法与设备。其中,网络设备获取待处理页面;根据所述待处理页面的文档结构,获得所述待处理页面的页面分块;根据所述页面分块在所述文档结构中的层级,按照预设的可合并层级,对页面分块进行合并处理,以获得合并后的待识别分块;对所述合并后的待识别分块进行主体识别,以确定所述待处理页面的主体分块。用户设备接收并加载自网络设备发送的页面;根据所述标识信息,在所述页面中提供与所述主体分块相对应的主体控件。本发明使得搜索引擎可以基于该等主体分块进行页面索引,从而为用户提供更为准确的搜索结果;或者使得用户可以更快地获得页面的主要内容,提升了用户的页面浏览体验。 |
申请公布号 |
CN102314498A |
申请公布日期 |
2012.01.11 |
申请号 |
CN201110249376.2 |
申请日期 |
2011.08.26 |
申请人 |
百度在线网络技术(北京)有限公司 |
发明人 |
孙林 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京汉昊知识产权代理事务所(普通合伙) 11370 |
代理人 |
罗朋;周建华 |
主权项 |
一种计算机实现的用于对页面进行主体识别的方法,其中,该方法包括以下步骤:a获取待处理页面;b根据所述待处理页面的文档结构,对所述待处理页面进行分块处理,以获得所述待处理页面的页面分块;c根据所述页面分块在所述文档结构中的层级,按照预设的可合并层级,对所述可合并层级所对应的页面分块进行合并处理,以获得合并后的待识别分块;d对所述合并后的待识别分块进行主体识别,以确定所述待处理页面的主体分块。 |
地址 |
100085 北京市海淀区上地十街10号百度大厦 |