[發(fā)明專利]局部項(xiàng)目提取

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200580048639.6
• 申請(qǐng)日: 2005-12-30
• 公開(kāi)（公告）號(hào): CN101128819A
• 公開(kāi)（公告）日: 2008-02-20
• 發(fā)明（設(shè)計(jì)）人: 邁克爾·丹尼斯·賴?yán)?/a>
• 申請(qǐng)（專利權(quán)）人: 谷歌公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司
• 代理人: 鄭立;車文

技術(shù)領(lǐng)域

這里所述的實(shí)施例總體上涉及信息檢索，并且更具體地涉及與地址相關(guān)的企業(yè)信息的識(shí)別。

背景技術(shù)

萬(wàn)維網(wǎng)(“web”)包括大量信息。然而，定位信息的期望部分是有難度的。該問(wèn)題是多方面的，因?yàn)榫W(wǎng)絡(luò)上的信息量和對(duì)網(wǎng)絡(luò)搜索沒(méi)有經(jīng)驗(yàn)的新用戶數(shù)量都在快速增加。

搜索引擎試圖返回指向用戶感興趣網(wǎng)頁(yè)的超鏈接。一般而言，搜索系統(tǒng)對(duì)用戶興趣的確定基于用戶輸入的搜索詞語(yǔ)(稱為搜索查詢)。搜索系統(tǒng)的目標(biāo)是根據(jù)搜索查詢將高質(zhì)量的相關(guān)結(jié)果(例如，網(wǎng)頁(yè))的鏈接提供給用戶。通常，搜索系統(tǒng)通過(guò)把搜索查詢中的詞語(yǔ)與預(yù)存儲(chǔ)網(wǎng)頁(yè)語(yǔ)料庫(kù)相匹配而實(shí)現(xiàn)上述目的。包含用戶搜索詞語(yǔ)的網(wǎng)頁(yè)被“命中”并作為鏈接返回給用戶。

局部搜索系統(tǒng)試圖返回特定地理區(qū)域內(nèi)的相關(guān)網(wǎng)頁(yè)和/或企業(yè)登記信息。當(dāng)在網(wǎng)頁(yè)上提及企業(yè)時(shí)，現(xiàn)有的局部搜索系統(tǒng)會(huì)匹配該企業(yè)與黃頁(yè)數(shù)據(jù)以識(shí)別對(duì)應(yīng)的企業(yè)登記信息。然而，當(dāng)不存在黃頁(yè)數(shù)據(jù)或黃頁(yè)數(shù)據(jù)對(duì)企業(yè)不準(zhǔn)確時(shí)，上面的技術(shù)不能實(shí)施。

發(fā)明內(nèi)容

根據(jù)一方面，一種方法包括識(shí)別包括地址的文檔、定位文檔內(nèi)的企業(yè)信息、并向該企業(yè)信息指定置信度得分，其中置信度得分與該企業(yè)信息與該地址相關(guān)的概率有關(guān)。該方法也包括根據(jù)指定的置信度得分確定是否把企業(yè)信息和地址相關(guān)聯(lián)。

根據(jù)另一方面，一種方法包括識(shí)別包括地址的文檔、識(shí)別文檔中地址前面的詞語(yǔ)集、并確定每個(gè)詞語(yǔ)是與地址相關(guān)的名號(hào)的一部分的概率。該方法也包括根據(jù)具有高概率是與地址相關(guān)的名號(hào)的一部分的一個(gè)或多個(gè)詞語(yǔ)而識(shí)別候選名號(hào)、向候選名號(hào)指定置信度得分、并根據(jù)指定的置信度得分確定是否把候選名號(hào)和地址相關(guān)聯(lián)。

根據(jù)另一方法，一種方法包括識(shí)別包括地址的文檔、識(shí)別文檔中的候選電話號(hào)碼集合、確定在候選電話號(hào)碼集合中的每個(gè)候選電話號(hào)碼與地址相關(guān)的概率、并根據(jù)確定的概率確定是否把候選電話號(hào)碼之一和地址相關(guān)聯(lián)。

根據(jù)另一方面，一種方法包括識(shí)別包括地標(biāo)(landmark)的網(wǎng)頁(yè)、識(shí)別網(wǎng)頁(yè)中的屬性、并向?qū)傩灾付ㄖ眯哦鹊梅郑渲兄眯哦鹊梅稚婕皩傩耘c地標(biāo)相關(guān)的概率。該方法也包括根據(jù)指定的置信度得分而確定是否把屬性和地標(biāo)相關(guān)聯(lián)。

附圖說(shuō)明

結(jié)合在說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)一部分的相應(yīng)附圖用于解釋本發(fā)明的實(shí)施例，并結(jié)合說(shuō)明書(shū)解釋本發(fā)明。在圖中：

圖1是包括地址的示例文檔的示意圖；

圖2是其中實(shí)施符合本發(fā)明原理的系統(tǒng)和方法的網(wǎng)絡(luò)的示例性示意圖；

圖3是根據(jù)符合本發(fā)明原理的實(shí)施例的圖2的客戶端或服務(wù)器的示例性示意圖；

圖4是根據(jù)符合本發(fā)明原理的實(shí)施例的訓(xùn)練系統(tǒng)的示例性示意圖；

圖5是根據(jù)符合本發(fā)明原理的實(shí)施例用于訓(xùn)練統(tǒng)計(jì)模型的示例性處理的流程圖；

圖6是根據(jù)符合本發(fā)明原理的實(shí)施例的局部項(xiàng)提取器的示例性示意圖；

圖7是根據(jù)符合本發(fā)明原理的實(shí)施例的用于識(shí)別與地址相關(guān)聯(lián)的企業(yè)名(名號(hào))的示例性處理的流程圖；

圖8是根據(jù)符合本發(fā)明原理的實(shí)施例的用于識(shí)別與地址相關(guān)聯(lián)的電話號(hào)碼的示例性處理的流程圖；以及

圖9-15是解釋根據(jù)符合本發(fā)明原理的實(shí)施例的對(duì)示例性文檔執(zhí)行的示例性處理的示意圖。

具體實(shí)施方式

本發(fā)明的以下詳細(xì)說(shuō)明參考相應(yīng)附圖。在不同描述中的相同附圖標(biāo)記是指相同或相似的組件。同樣，以下詳細(xì)說(shuō)明并不限制本發(fā)明。

概況

局部搜索涉及識(shí)別與特定地理區(qū)域相關(guān)的企業(yè)登記信息。萬(wàn)維網(wǎng)包括數(shù)十億的文檔，其中許多提及企業(yè)。識(shí)別盡可能與許多不同企業(yè)相關(guān)的企業(yè)信息對(duì)于局部搜索系統(tǒng)是有利的。經(jīng)常，黃頁(yè)數(shù)據(jù)與企業(yè)相關(guān)聯(lián)。然而，有時(shí)在沒(méi)有黃頁(yè)數(shù)據(jù)或黃頁(yè)數(shù)據(jù)可能不準(zhǔn)確的情況下在文檔中提及企業(yè)。

符合本發(fā)明原理的系統(tǒng)和方法識(shí)別與網(wǎng)頁(yè)文檔中提及的地址相關(guān)的企業(yè)信息。在一個(gè)實(shí)施例中，企業(yè)信息包括與地址相關(guān)的企業(yè)名。在另一個(gè)實(shí)施例中，企業(yè)信息包括與地址相關(guān)的電話號(hào)碼。在另一實(shí)施例中，企業(yè)信息包括另外類型的信息，諸如企業(yè)營(yíng)業(yè)時(shí)間或到與地址相關(guān)的企業(yè)的網(wǎng)站或地圖的鏈接。

圖1是包括地址的示例文檔的示意圖。如圖所示，該文檔與位于賓夕法尼亞州oakmont的餐館Veltri’s比薩餅店的評(píng)論相關(guān)聯(lián)。可以分析文檔，確定該文檔包括郵政地址(即，123Allegheny?Avenue，Oakmont，PA)。假設(shè)Veltri’s不具有任何相關(guān)的黃頁(yè)數(shù)據(jù)或具有可能不正確的黃頁(yè)數(shù)據(jù)。