欧美一区二区三区老妇人-欧美做爰猛烈大尺度电-99久久夜色精品国产亚洲a-亚洲福利视频一区二区

【SEO培訓(xùn)】:正文提取知識(shí)

【SEO培訓(xùn)】:正文提取知識(shí)
網(wǎng)上有不少關(guān)于正文提取的算法,有基于dom樹(shù),文字長(zhǎng)度,投票,視覺(jué)信息的,這些都可以簡(jiǎn)單了解一下,不過(guò)對(duì)于國(guó)內(nèi)主要搜索引擎百度,我們就得盡量找找他有沒(méi)有這方面的專(zhuān)利.
百度專(zhuān)利<<一種用于對(duì)頁(yè)面進(jìn)行主體識(shí)別的方法與設(shè)備>>申請(qǐng)于2011年,里面是這樣識(shí)別主體的
1.對(duì)頁(yè)面進(jìn)行分塊,分塊就是對(duì)一些標(biāo)簽進(jìn)行合并,html標(biāo)簽中一般來(lái)講p,span,font等是常見(jiàn)的用于文本的標(biāo)簽,div,table,td等是用于塊的標(biāo)簽,通過(guò)合并,可以簡(jiǎn)化頁(yè)面的結(jié)構(gòu),便于分析.
2.對(duì)塊進(jìn)行合并,當(dāng)屬于同一層級(jí),并且是屬于可合并類(lèi)型(這里類(lèi)型不限于圖片,文本,鏈接等)的塊進(jìn)行合并,可以簡(jiǎn)單理解為段落的合并.
3.對(duì)合并后的塊進(jìn)行字體格式信息,行數(shù),寬度,位置進(jìn)行識(shí)別
4.對(duì)主體進(jìn)行識(shí)別,這里有相應(yīng)的投票機(jī)制和算法,舉例:如果塊位于網(wǎng)頁(yè)的中部,行數(shù)和寬度大于預(yù)設(shè)閾值,標(biāo)題字號(hào)和文本字號(hào)不同,就識(shí)別為主體.
上面是這篇專(zhuān)利主要講的方法,但要明白,不同的行業(yè)其實(shí)是有不同的識(shí)別規(guī)則的,有些行業(yè)由于數(shù)據(jù)結(jié)構(gòu)的特殊性,所以并不是字?jǐn)?shù)多就是主體,比如商品頁(yè),字段最多的可能是評(píng)論區(qū)塊.所以對(duì)于不同行業(yè)要做不同的分析

當(dāng)前名稱(chēng)：【SEO培訓(xùn)】:正文提取知識(shí)
網(wǎng)頁(yè)URL：http://chinadenli.net/article22/dghigcc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站建設(shè)、企業(yè)網(wǎng)站制作、企業(yè)建站、自適應(yīng)網(wǎng)站、外貿(mào)網(wǎng)站建設(shè)、用戶(hù)體驗(yàn)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)

h5響應(yīng)式網(wǎng)站建設(shè)