技术总结
本发明实施例公开了一种网页分类字典生成方法及装置，方法包括：根据预定的网页分类标准，确定各个类别的网页分类样本对应的样本统一资源定位符URL，获取各个样本URL对应的样本网页内容；提取各个样本网页内容中的样本文本信息，对样本文本信息进行分词处理，从样本文本信息中得到对应的样本词语；从预先存储的多个学习词语与逆向词语频率值的对应关系中，筛选出与该样本词语对应的逆向词语频率值，其中，逆向词语频率值为：根据每一学习词语在所对应学习文本信息中的出现次数所确定的值，将样本词语以及根据所对应逆向词语频率值确定的权重值，存储于网页分类字典中。以生成准确度更高的网页分类字典。
技术研发人员：张惊申
受保护的技术使用者：杭州华三通信技术有限公司
文档号码：201610524623
技术研发日：2016.06.29
技术公布日：2016.12.07