[發明專利]網頁摘要生成方法、展示方法及相應裝置

有效

• 申請號: 201510069801.8
• 申請日: 2015-02-10
• 公開（公告）號: CN104636465B
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 何伯磊;張偉萌;霍華榮;張希娟;馬艷軍
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 路凱;胡彬

1.一種網頁摘要生成方法，其特征在于，包括：

獲取問題類型的歷史查詢語句對應的歷史搜索結果中的網頁；

確定所述網頁中包含的至少一組答案類數據；

基于所確定的答案類數據，生成所述網頁的摘要；

其中，所述確定所述網頁中包含的至少一組答案類數據，包括：

對所述網頁進行定向挖掘，以得到所述網頁中包含的至少一組回答類數據；

抽取所得到的回答類數據中包含的答案類數據；

在所述抽取所得到的回答類數據中包含的答案類數據之前，還包括：

獲取分別與所得到的各組回答類數據對應的各組問題類數據；分別計算各組問題類數據與所述歷史查詢語句的相關度；

其中，所述抽取所得到的回答類數據中包含的答案類數據，包括：

將與所述歷史查詢語句的相關度高于設定閾值的問題類數據，作為目標數據；抽取所述目標數據對應的回答類數據中包含的答案類數據。

2.根據權利要求1所述的方法，其特征在于，對所述網頁進行定向挖掘，以得到所述網頁中包含的至少一組回答類數據，包括：

識別所述網頁是否為問答類網頁；

若是，則對所述網頁進行結構化劃分，根據劃分結果挖掘所述網頁中包含的至少一組回答類數據；

否則，對所述網頁進行頁面解析，以獲取所述網頁中包含的正文部分的數據，作為所述網頁中包含的至少一組回答類數據。

3.根據權利要求1所述的方法，其特征在于，抽取所得到的回答類數據中包含的答案類數據，包括：

獲取所述歷史查詢語句所屬的問題類別，其中所述問題類別為實體類別、對象類別、方式類別、原因類別以及是非類別中的一種類別；

基于預先設定的與所獲取的問題類別對應的答案抽取算法，抽取所得到的回答類數據中包含的答案類數據。

4.根據權利要求1-3中任一項所述的方法，其特征在于，在基于所確定的答案類數據，生成所述網頁的摘要之后，還包括：突出顯示所生成的摘要中包含的答案類數據。

5.一種網頁摘要展示方法，其特征在于，包括：

獲取本次搜索請求中包含的問題類型的查詢語句對應的搜索結果中的網頁；

獲取預先存儲的所述網頁的摘要，添加至所述網頁的鏈接信息中，其中所述摘要為根據如權利要求1-4中任一項所述的網頁摘要生成方法得到的摘要；

對所述搜索結果中的網頁的鏈接信息進行展示。

6.一種網頁摘要生成裝置，其特征在于，包括：

網頁獲取模塊，用于獲取問題類型的歷史查詢語句對應的歷史搜索結果中的網頁；

答案類數據確定模塊，用于確定所述網頁中包含的至少一組答案類數據；

網頁摘要生成模塊，用于基于所確定的答案類數據，生成所述網頁的摘要；

其中，所述答案類數據確定模塊，包括：

定向挖掘單元，用于對所述網頁進行定向挖掘，以得到所述網頁中包含的至少一組回答類數據；

答案類數據抽取單元，用于抽取所述定向挖掘單元得到的回答類數據中包含的答案類數據；

問題類數據獲取單元，用于在所述抽取所得到的回答類數據中包含的答案類數據之前，獲取分別與所述定向挖掘單元得到的各組回答類數據對應的各組問題類數據；

相關度計算單元，用于分別計算各組問題類數據與所述歷史查詢語句的相關度；

所述答案類數據抽取單元，具體用于：

將與所述歷史查詢語句的相關度高于設定閾值的問題類數據，作為目標數據；抽取所述目標數據對應的回答類數據中包含的答案類數據。

7.根據權利要求6所述的裝置，其特征在于，所述答案類數據抽取單元，包括：

類別獲取子單元，用于獲取所述歷史查詢語句所屬的問題類別，其中所述問題類別為實體類別、對象類別、方式類別、原因類別以及是非類別中的一種類別；

答案抽取子單元，用于基于預先設定的與所獲取的問題類別對應的答案抽取算法，抽取所得到的回答類數據中包含的答案類數據。