技术编号:17825792
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明属于文本提取领域,特别涉及一种基于文本标签特征挖掘的网页正文提取方法。背景技术随着Web应用的火速发展,人们正面临着“信息爆炸”带来的挑战,即是信息极大丰富,信息极速传播,而知识过于贫乏。随着最近两年国家极力号召“互联网+”,其将给人们带来更好的互联网体验,面对各式各样的网页,准确而迅速提取出网页的主题信息已经成为一个重要而有意义的研究方向。随着技术革新,Web逐渐成长为内容生产与消费平台,互联网上形成了无数以HTML网页形式存在的信息源,如导航条、广告、推荐链接、免责申明和版权声明等噪声...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。