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。

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。