[發明專利]評估網頁發布時間的方法和相關裝置

有效

• 申請號: 201310442755.2
• 申請日: 2013-09-25
• 公開（公告）號: CN104462151B
• 公開（公告）日: 2019-02-05
• 發明（設計）人: 邵紀春
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允;肖丁

1.一種評估網頁發布時間的方法，其特征在于，包括：

識別網頁包含的N個時間字符串；

分別提取所述N個時間字符串中的每個時間字符串的M個參考特征；

按照預設的評分規則，對所述N個時間字符串中的每個時間字符串的M個參考特征分別進行評分，并得到所述N個時間字符串中的每個時間字符串的M個參考特征的總得分，將總得分符合預設得分條件的對應時間字符串所描述的時間作為所述網頁的發布時間，其中，所述N為大于1的正整數，所述M為正整數，所述評分表征所述參考特征所對應的時間字符串所描述時間與網頁真實發布時間之間的匹配程度；

所述按照預設的評分規則，對所述N個時間字符串中的每個時間字符串的M個參考特征分別進行評分，包括：分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度，將計算得到的匹配度所對應的分值作為對應參考特征的得分。

2.根據權利要求1所述的方法，其特征在于，

所述分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度，包括：利用分類器分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度。

3.根據權利要求2所述的方法，其特征在于，所述分類器通過向量機訓練方法得到、或者所述分類器通過樸素貝葉斯訓練方法得到、或者所述分類器通過神經網絡訓練方法得到。

4.根據權利要求1至3任意一項所述的方法，其特征在于，所述識別網頁包含的N個時間字符串包括：構建網頁對應的Dom樹；從所述Dom樹中識別所述網頁包含的N個時間字符串。

5.根據權利要求1至3任意一項所述的方法，所述M個參考特征包括m1個語義特征和/或m2個結構特征，所述m1和所述m2為小于或等于所述M的正整數。

6.根據權利要求5所述的方法，所述m1個語義特征包括如下特征的至少1個：時間字符串所處塊的塊類型、時間字符串周圍所環繞文本中包含的關鍵字、時間字符串與網頁標題的距離。

7.根據權利要求5所述的方法，所述m2個結構特征包括如下特征的至少1個：時間字符串所描述時間的精確度、時間字符串中的各時間要素之間的分隔符的類型、時間字符串的串長度。

8.一種評估網頁發布時間的裝置，其特征在于，包括：

識別單元，用于識別網頁包含的N個時間字符串；

特征提取單元，用于分別提取所述N個時間字符串中的每個時間字符串的M個參考特征；

評估單元，用于按照預設的評分規則，對所述N個時間字符串中的每個時間字符串的M個參考特征分別進行評分，并得到所述N個時間字符串中的每個時間字符串的M個參考特征的總得分，將總得分符合預設得分條件的對應時間字符串所描述的時間作為所述網頁的發布時間，其中，所述N為大于1的正整數，所述M為正整數，所述評分表征所述參考特征所對應的時間字符串所描述時間與網頁真實發布時間之間的匹配程度；

在所述按照預設的評分規則，對所述N個時間字符串中的每個時間字符串的M個參考特征分別進行評分的方面，所述評估單元具體用于：分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度，將計算得到的匹配度所對應的分值作為對應參考特征的得分。

9.根據權利要求8所述的裝置，其特征在于，在所述分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度的方面，所述評估單元具體用于：利用分類器分別計算出M個標準參考特征與提取到的所述N個時間字符串中的每個時間字符串的M個參考特征的匹配度。

10.根據權利要求9所述的裝置，其特征在于，所述分類器通過向量機訓練方法得到、或者所述分類器通過樸素貝葉斯訓練方法得到、或者所述分類器通過神經網絡訓練方法得到。