CN105786841A - 一种对新闻类的网页智能摘要的生成方法与系统 - Google Patents

Abstract

本发明公开了一种对新闻类的网页智能摘要的生成方法，包括：获取通过第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段；利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据。本发明不仅使得摘要内容更结构化的进行展现，做到图文并茂，提高用户的阅读性，同时还可以提高网页摘要的可操作性。本发明还提出了一种对新闻类的网页智能摘要的生成系统。

Description

一种对新闻类的网页智能摘要的生成方法与系统

技术领域

本发明涉及智能摘要技术领域，尤其涉及一种对新闻类的网页智能摘要的生成方法与系统。

背景技术

随着国内互联网技术的迅速发展，如何在互联网上快速准确的找到自己所需要的信息，成为互联网搜索中的一个关键问题。

现有的摘要生成方法主要有两种，一种是静态摘要生成方法，以文档的主题为中心，即“全文摘要”，这种方法生成的摘要虽然很好的表达了文档的中心意思，但是文档中与用户查询相关的信息未必是文档主题，该信息却可能对用户很有价值，故静态摘要生成方法很难满足用户的查询需求；另一种是动态摘要生成方法，根据用户的查询关键词，从文档中提取与查询关键词最相关的部分，但是很多时候查询关键词并不直接体现用户的查询需求，故动态摘要生成方法同样很难满足用户的查询需求，并且当查询关键词分散在文档中的多个段落时，提取出来的摘要更是很难包括用户需要的信息。

如何提供一种生成搜索结果的摘要的方法，使得摘要能够较好的满足用户的查询需求，以及包含较多的真正是用户需要的相关信息，成为目前急需解决的问题之一。因此，上述搜索结果页生成或者显示方法不能快速有效的为用户提供想要的内容。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决或者减缓上述问题的一种对新闻类的网页智能摘要的生成方法和相应的一种对新闻类的网页智能摘要的生成系统。

根据本发明的一个方面，提供了一种对新闻类的网页智能摘要的生成方法，包括步骤：

获取通过第三方自定义的新闻类网页头部标签数据，获取所述网页对应的新闻类结构化字段；

利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

进一步地，该方法在获取通过第三方自定义的新闻类网页头部标签数据之前，还包括通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段。

进一步地，所述步骤利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据，进一步包括：

根据字段标识信息从所述新闻类结构化字段中识别图片的URL字段、新闻发明时间字段、新闻标题字段和/或新闻摘要字段；

根据识别的各个字段在搜索结果列表中生成智能摘要数据。

进一步地，所述步骤根据识别的各个字段在搜索结果列表中生成智能摘要数据，进一步包括：

根据字段标识信息将所述各个字段的内容嵌入在与所述字段标识信息对应的预设区域，生成智能摘要数据。

进一步地，所述步骤通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段，进一步包括：对所述每个网页结构化字段中的每个字段确定重要度；

根据重要度利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

进一步地，该方法还包括：根据所述新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要。

进一步地，所述步骤根据所述新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要，进一步包括：在所述预定区域的左侧显示图片。

具体地，所述第三方为网站管理者或者网页提供者。

根据本发明的另一个方面，提供了一种对新闻类的网页智能摘要的生成系统，该系统包括：

新闻类结构化字段获取单元，用于通过第三方自定义的新闻类网页头部标签数据，获取所述网页对应的新闻类结构化字段；

智能摘要数据生成单元，用于利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

进一步地，该系统还包括：新闻类结构化字段添加单元，用于通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段。

本发明的有益效果为：本发明提出的一种对新闻类的网页智能摘要的生成方法以及一种对新闻类的网页智能摘要的生成系统，不仅使得摘要内容更结构化的进行展现，做到图文并茂，提高用户的阅读性，同时还可以提高网页摘要的可操作性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参数符号表示相同的部件。在附图中：

图1示意性示出了根据本发明一个实施例的一种对新闻类的网页智能摘要的生成方法的步骤流程图；

图2示意性示出了根据本发明一个实施例的一种对新闻类的网页智能摘要的生成系统的结构框图。

具体实施方式

下面结合附图和具体的实施方式对本发明作进一步地描述。

如图1所示，本发明提出的一种对新闻类的网页智能摘要的生成方法，包括步骤：

步骤S1：获取通过第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段，其中，第三方为网站管理者或者网页提供者。由此，提高了生成网页摘要的灵活性与适用性。

进一步地，在获取通过第三方自定义的新闻类网页头部标签数据之前，还包括通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段。由此，提高了程序字段的可读性。

更进一步地，通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段，进一步包括：对每个网页结构化字段中的每个字段确定重要度；根据重要度利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据。由此，提高了根据字段的权重性进行选择显示的适用性。

步骤S2：利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据。

具体地，利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据，进一步包括：根据字段标识信息从新闻类结构化字段中识别图片的URL字段、新闻发明时间字段、新闻标题字段和/或新闻摘要字段；根据识别的各个字段在搜索结果列表中生成智能摘要数据。由此，提高了摘要的信息全面性。

进一步地，根据识别的各个字段在搜索结果列表中生成智能摘要数据，进一步包括：根据字段标识信息将各个字段的内容嵌入在与字段标识信息对应的预设区域，生成智能摘要数据。由此，提高了摘要前台布局显示的规范性。

更进一步地，本发明提出的一种对新闻类的网页智能摘要的生成方法，还包括：根据新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要，且在预定区域的左侧显示图片。

本发明提出的一种对新闻类的网页智能摘要的生成方法，通过获取通过第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段；利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据，进而不仅使得摘要内容更结构化的进行展现，做到图文并茂，提高用户的阅读性，同时还可以提高网页摘要的可操作性。

为了更好地理解与应用本发明提出的一种对新闻类的网页智能摘要的生成方法，本发明进行以下示例，且本发明不仅局限以下示例。

具体地，获取新闻类的网页的链接地址；基于链接地址提取新闻类网页的超文本文档；获取通过第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段，其中，第三方为网站管理者或者网页提供者。由此，提高了生成网页摘要的灵活性与适用性。

进一步地，解析通过第三方在超文本文档源代码的头部部分预先添加的以预定辅助标签标识的新闻类结构化字段，即网页对应的新闻类结构化字段。由此，提高了程序字段的可读性。例如：

<metaproperty＝"og:type"content＝"news"/>

<metaproperty＝"og:image"content＝"http://exp.com/exp.GIF"/>

<metaproperty＝"og:release_date"content＝”2013-07-2518:16"/>

<metaproperty＝"og:title"content＝"谷歌发布Android4.3系统"/>

<metaproperty＝"og:description"content＝"新浪科技讯北京时间7月25日凌晨消息，在今天举行的新产品发布会上，谷歌发布Android4.3版本，代号仍为“果冻豆(JellyBean)”。今天发布的新一代Nexus7将搭载该操作系统，Nexus系列设备今日可收到OTA推送更新。"/>

对于上述新闻类结构化字段详述如下：meta是html程序语言head区的一个辅助标签，用于提高html程序语言的可读性，property表明权限为私有权限，即网站管理者或者网页提供者可以对网页进行自定义，提高了生成网页摘要的灵活性与适用性。

当然，本发明并不限定于必须使用meta标签，或必须使用property来标注结构化字段，本领域技术人员可以使用其他的标签或字段标识也能实现生成智能摘要的技术方案，当然也落在本发明的保护范围之内。

具体地，头部标签数据依次为：类型标签，表明此摘要为新闻类摘要；图像标签，表明通过调取图片的URL链接地址，进行相应辅助图片的嵌入，且辅助图片显示在整体摘要的左侧；发布时间标签，表明新闻类的具体发布时间；新闻标题标签，用于生成新闻的标题；新闻摘要标签，用于概括性的对新闻事件进行关键要素的描述。

其中，上述字段按照权重的不同进行划分，对每个网页结构化字段中的每个字段确定重要度，根据重要度利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据。由此，提高了根据字段的权重性进行选择显示的适用性，即当权重达到预设阈值的权重，则标记重要度为“必须”，其余为“重要”。由此，提高了根据字段的权重性进行选择显示的适用性。

如表1所示：

字段	说明	重要度
			og:type	值为news时表示当前网页内容为新闻	必须
og:image	图片的URL	重要
			og:release_date	新闻发表时间	重要
og:title	新闻标题	重要
			og:description	新闻摘要	重要

综上所述，根据字段标识信息从新闻类结构化字段中识别图片的URL字段、新闻发明时间字段、新闻标题字段和/或新闻摘要字段；根据识别的各个字段在搜索结果列表中生成智能摘要数据。由此，提高了摘要的信息全面性。

进一步地，根据字段标识信息将各个字段的内容嵌入在与字段标识信息对应的预设区域，生成智能摘要数据。由此，提高了摘要前台布局显示的规范性。

更进一步地，根据新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要，且在预定区域的一侧显示图片链接。由此，提高了摘要的可阅读性。

进一步地，在网页中不同的结构化字段中增加重要度的标识字段。

进一步地，根据不同重要度的结构化字段数据与用户搜索查询词的相关性，来确定对应智能摘要数据嵌入在搜索结果列表中的排序位置。如果重要度高的结构化字段与用户搜索词相关，则确定对应智能摘要数据整体与用户搜索词相关度高，嵌入在搜索结果列表中的优先位置；如果重要度低的结构化字段与用户搜索词相关，则确定对应智能摘要数据整体与用户搜索词相关度低，嵌入在搜索结果列表中的非优先位置。

进一步地，当用户通过移动终端输入搜索查询词时，查找是否存在与搜索查询词匹配的网页智能摘要数据，如果存在，优先返回智能摘要数据给移动终端。

进一步地，优先返回智能摘要数据给移动终端，基于移动终端的屏幕尺寸绘制基于智能摘要数据的整屏交互页面并返回给移动终端进行显示。

进一步地，返回给移动终端的整屏交互页面不仅提供摘要数据信息，而且提供一个或多个可供用户交互的操作对象。

进一步地，操作对象也通过自定义标签来标识，生成智能摘要中嵌入可调用操作对象的脚本控件。基于此，更加增强智能摘要提供的交互性功能，使得摘要数据更加智能化。

如图2所示，本发明还提出了一种对新闻类的网页智能摘要的生成系统10，该系统10包括：新闻类结构化字段获取单元101以及智能摘要数生成单元102。

具体地，新闻类结构化字段获取单元101用于通过第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段，其中，第三方为网站管理者或者网页提供者，由此，提高了生成网页摘要的灵活性与适用性；智能摘要数据生成单元102用于利用所述新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据，其中，智能摘要数据生成单元102进一步包括：字段识别子单元用于根据字段标识信息从新闻类结构化字段中识别图片的URL字段、新闻发明时间字段、新闻标题字段和/或新闻摘要字段；第一智能摘要数据生成子单元用于根据识别的各个字段在搜索结果列表中生成智能摘要数据，由此，提高了摘要的信息全面性；更进一步地，智能摘要数据生成单元102进一步包括：字段内容嵌入子单元用于根据字段标识信息将各个字段的内容嵌入在与字段标识信息对应的预设区域，生成智能摘要数据，由此，提高了摘要前台布局显示的规范性。

进一步地，本发明提出的一种对新闻类的网页智能摘要的生成系统还包括：新闻类结构化字段添加单元103用于通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段，具体地，新闻类结构化字段添加单元103进一步包括：字段重要度确定子单元用于对每个网页结构化字段中的每个字段确定重要度；第二智能摘要数据生成子单元用于根据重要度利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据。

更进一步地，本发明提出的一种对新闻类的网页智能摘要的生成系统还包括：智能摘要显示单元104用于根据新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要，且智能摘要显示单元104进一步包括：第一显示子单元用于在预定区域的左侧显示图片。

本发明提出的一种对新闻类的网页智能摘要的生成系统，通过新闻类结构化字段获取单元根据第三方自定义的新闻类网页头部标签数据，获取网页对应的新闻类结构化字段；最终通过智能摘要数据生成单元利用新闻类结构化字段在搜索结果列表中生成新闻类网页的智能摘要数据，进而不仅使得摘要内容更结构化的进行展现，做到图文并茂，提高用户的阅读性，同时还可以提高网页摘要的可操作性。

在此处提供的说明书中，说明了大量具体细节，然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实现。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一种提供地图接口以调用的系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本发明的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

此外，还应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种对新闻类的网页智能摘要的生成方法，该方法包括：

获取通过第三方自定义的新闻类网页头部标签数据，获取所述网页对应的新闻类结构化字段；

利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

2.根据权利要求1所述的方法，该方法在获取通过第三方自定义的新闻类网页头部标签数据之前，还包括通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段。

3.根据权利要求1或2所述的方法，所述步骤利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据，进一步包括：

根据字段标识信息从所述新闻类结构化字段中识别图片的URL字段、新闻发明时间字段、新闻标题字段和/或新闻摘要字段；

根据识别的各个字段在搜索结果列表中生成智能摘要数据。

4.根据权利要求1-3任一项所述的方法，所述步骤根据识别的各个字段在搜索结果列表中生成智能摘要数据，进一步包括：

根据字段标识信息将所述各个字段的内容嵌入在与所述字段标识信息对应的预设区域，生成智能摘要数据。

5.根据权利要求1-4任一项所述的方法，所述步骤通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段，进一步包括：对所述每个网页结构化字段中的每个字段确定重要度；

根据重要度利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

6.根据权利要求1-5任一项所述的方法，该方法还包括：根据所述新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要。

7.根据权利要求1-6任一项所述的方法，所述步骤根据所述新闻类网页的智能摘要数据在搜索结果列表中的预定区域内显示网页智能摘要，进一步包括：在所述预定区域的左侧显示图片。

8.根据权利要求1-7任一项所述的方法，所述第三方为网站管理者或者网页提供者。

9.一种对新闻类的网页智能摘要的生成系统，该系统包括：

新闻类结构化字段获取单元，用于通过第三方自定义的新闻类网页头部标签数据，获取所述网页对应的新闻类结构化字段；

智能摘要数据生成单元，用于利用所述新闻类结构化字段在搜索结果列表中生成所述新闻类网页的智能摘要数据。

10.根据权利要求9所述的系统，该系统还包括：新闻类结构化字段添加单元，用于通过第三方在超文本文档源代码的头部部分添加以预定辅助标签标识的新闻类结构化字段。