技术总结
本发明实施例提供一种网页处理装置和网页处理方法，用于在实体网页中嵌入资源描述框架属性(RDFa)，该装置包括：第一识别单元，其用于识别网页的实体类型，所述实体类型对应有至少一个RDFa；第一划分单元，其基于所述网页的视觉结构以及所述实体类型，将所述网页划分为至少一个语义片段；第一确定单元，根据预先确定的语义片段与RDFa的对应关系，确定所述网页中每个语义片段所对应的所述实体类型中的RDFa，其中，所述对应关系是基于网页检索所获得的训练网页而确定的；以及嵌入单元，其用于在所述网页的每个语义片段中嵌入对应的RDFa。根据本发明实施例，无需对训练网页进行预先的人工标注，从而节省时间和人力，并且具有良好的扩展性。
技术研发人员：方瑞玉;缪庆亮;房璐;孟遥
受保护的技术使用者：富士通株式会社
文档号码：201510172386
技术研发日：2015.04.13
技术公布日：2016.11.23