[發(fā)明專利]網(wǎng)頁(yè)質(zhì)量檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201510050373.4
• 申請(qǐng)日: 2015-01-30
• 公開(kāi)（公告）號(hào): CN104615705B
• 公開(kāi)（公告）日: 2018-09-18
• 發(fā)明（設(shè)計(jì)）人: 王麗杰;吳先超;劉占一
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 路凱;崔雪青

1.一種網(wǎng)頁(yè)質(zhì)量檢測(cè)方法，其特征在于，包括：

獲取根據(jù)用戶查詢語(yǔ)句得到的搜索結(jié)果中的多個(gè)網(wǎng)頁(yè)；

針對(duì)獲取的各個(gè)網(wǎng)頁(yè)，對(duì)當(dāng)前網(wǎng)頁(yè)所包含的長(zhǎng)文本中的分句進(jìn)行語(yǔ)法語(yǔ)義分析，得到所述分句的句法結(jié)構(gòu)；

提取分句的句法結(jié)構(gòu)中的子結(jié)構(gòu)；

對(duì)提取到的子結(jié)構(gòu)進(jìn)行語(yǔ)句類型識(shí)別；

根據(jù)語(yǔ)句類型識(shí)別結(jié)果，對(duì)提取到的子結(jié)構(gòu)進(jìn)行合并后對(duì)合并得到的子結(jié)構(gòu)進(jìn)行合理性驗(yàn)證，或者對(duì)提取到的子結(jié)構(gòu)進(jìn)行合理性驗(yàn)證；

將驗(yàn)證通過(guò)的子結(jié)構(gòu)作為相關(guān)實(shí)體對(duì)作為分句所包含的知識(shí)點(diǎn)，其中相關(guān)實(shí)體對(duì)包含分句中具有關(guān)聯(lián)關(guān)系的實(shí)體以及關(guān)聯(lián)關(guān)系；

將所述長(zhǎng)文本中的各個(gè)分句所包含的知識(shí)點(diǎn)進(jìn)行組織，構(gòu)成當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)；

根據(jù)所構(gòu)成的當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)，以及當(dāng)前網(wǎng)頁(yè)的標(biāo)題和/或子標(biāo)題，生成當(dāng)前網(wǎng)頁(yè)的摘要；

將所述多個(gè)網(wǎng)頁(yè)中的一個(gè)網(wǎng)頁(yè)作為待檢測(cè)的目標(biāo)網(wǎng)頁(yè)，根據(jù)所述目標(biāo)網(wǎng)頁(yè)與所述多個(gè)網(wǎng)頁(yè)中其他網(wǎng)頁(yè)之間在摘要上的相似度，確定所述目標(biāo)網(wǎng)頁(yè)的質(zhì)量；

其中，所述對(duì)提取到的子結(jié)構(gòu)進(jìn)行合并后對(duì)合并得到的子結(jié)構(gòu)進(jìn)行合理性驗(yàn)證，或者對(duì)提取到的子結(jié)構(gòu)進(jìn)行合理性驗(yàn)證包括：

通過(guò)從所述子結(jié)構(gòu)中挖掘到的語(yǔ)料來(lái)源網(wǎng)站的質(zhì)量、網(wǎng)站數(shù)量確定所述語(yǔ)料的可靠性。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述目標(biāo)網(wǎng)頁(yè)與所述多個(gè)網(wǎng)頁(yè)中其他網(wǎng)頁(yè)之間在摘要上的相似度，確定所述目標(biāo)網(wǎng)頁(yè)的質(zhì)量，包括：

獲取所述多個(gè)網(wǎng)頁(yè)中其他網(wǎng)頁(yè)的摘要與所述目標(biāo)網(wǎng)頁(yè)的摘要之間的相似度；

統(tǒng)計(jì)在摘要上與所述目標(biāo)網(wǎng)頁(yè)的摘要之間的相似度，達(dá)到設(shè)定閾值的其他網(wǎng)頁(yè)的數(shù)量和/或?qū)?yīng)的相似度；

根據(jù)統(tǒng)計(jì)結(jié)果，確定所述目標(biāo)網(wǎng)頁(yè)的質(zhì)量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲得所述分句中具有關(guān)聯(lián)關(guān)系的實(shí)體之后、將該具有關(guān)聯(lián)關(guān)系的實(shí)體以及所述關(guān)聯(lián)關(guān)系作為所述分句所包含的知識(shí)點(diǎn)之前，還包括：

根據(jù)預(yù)先針對(duì)所述關(guān)聯(lián)關(guān)系的類型設(shè)定的元素構(gòu)成框架，確定所述關(guān)聯(lián)關(guān)系所需要補(bǔ)充的元素，并在獲得所需要補(bǔ)充的元素后對(duì)所述關(guān)聯(lián)關(guān)系進(jìn)行元素補(bǔ)充；

將該具有關(guān)聯(lián)關(guān)系的實(shí)體以及所述關(guān)聯(lián)關(guān)系作為所述分句所包含的知識(shí)點(diǎn)，包括：將所述具有關(guān)聯(lián)關(guān)系的實(shí)體、所述關(guān)聯(lián)關(guān)系以及補(bǔ)充的元素，作為所述分句所包含的知識(shí)點(diǎn)。

4.根據(jù)權(quán)利要求1或3所述的方法，其特征在于，將所述長(zhǎng)文本中的各個(gè)分句所包含的知識(shí)點(diǎn)進(jìn)行組織，構(gòu)成當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)，包括：

識(shí)別所述長(zhǎng)文本中的各個(gè)分句所包含的知識(shí)點(diǎn)之間在實(shí)體上的關(guān)系；

將所述長(zhǎng)文本中的各個(gè)分句所包含的知識(shí)點(diǎn)，以及識(shí)別到的關(guān)系，作為當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所構(gòu)成的當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)，以及當(dāng)前網(wǎng)頁(yè)的標(biāo)題和/或子標(biāo)題，生成當(dāng)前網(wǎng)頁(yè)的摘要，包括：

剔除所構(gòu)成的當(dāng)前網(wǎng)頁(yè)的知識(shí)網(wǎng)絡(luò)中，與所述當(dāng)前網(wǎng)頁(yè)的標(biāo)題和/或子標(biāo)題的關(guān)聯(lián)度滿足設(shè)定的剔除條件的知識(shí)點(diǎn)；

根據(jù)經(jīng)過(guò)剔除操作后的知識(shí)網(wǎng)絡(luò)中所包含的知識(shí)點(diǎn)，生成當(dāng)前網(wǎng)頁(yè)的摘要。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，根據(jù)經(jīng)過(guò)剔除操作后的知識(shí)網(wǎng)絡(luò)中所包含的知識(shí)點(diǎn)，生成當(dāng)前網(wǎng)頁(yè)的摘要，包括：

對(duì)經(jīng)過(guò)剔除操作后的知識(shí)網(wǎng)絡(luò)中所包含的知識(shí)點(diǎn)，按照知識(shí)點(diǎn)所在分句的順序或者按照知識(shí)點(diǎn)的類型組織在一起，得到當(dāng)前網(wǎng)頁(yè)的摘要；

其中，所述知識(shí)點(diǎn)的類型包括靜態(tài)類型和動(dòng)態(tài)類型。