技術(shù)編號(hào)：12063664
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明涉及網(wǎng)頁(yè)解析技術(shù)領(lǐng)域，具體而言，涉及一種網(wǎng)頁(yè)解析中網(wǎng)頁(yè)正文重復(fù)內(nèi)容的處理方法及裝置。背景技術(shù)頁(yè)面解析，例如，Html頁(yè)面解析，是互聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)中的重要環(huán)節(jié)。通過(guò)Html頁(yè)面解析在網(wǎng)頁(yè)頁(yè)面中準(zhǔn)確地抽取出各種特征，是后續(xù)數(shù)據(jù)挖掘中其它任務(wù)的前提，其中，網(wǎng)頁(yè)正文是網(wǎng)頁(yè)頁(yè)面特征中重要的特征。由于網(wǎng)頁(yè)格式千變?nèi)f化，導(dǎo)致抽取網(wǎng)頁(yè)正文非常困難。通常，相關(guān)技術(shù)是通過(guò)合并網(wǎng)頁(yè)中文本段落來(lái)抽取網(wǎng)頁(yè)正文，然而帶有評(píng)論的網(wǎng)站具有一個(gè)明顯的特點(diǎn)，即每一條評(píng)論內(nèi)容中都帶有指向正文的節(jié)點(diǎn)，如果通過(guò)上述網(wǎng)頁(yè)正文的抽取...
注意：該技術(shù)已申請(qǐng)專(zhuān)利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專(zhuān)利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專(zhuān)利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類(lèi)技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。