CN1473297A - 用于转换万维网上的内容的方法和设备 - Google Patents

Abstract

检索用户(客户设备)(20)所请求的Web内容(40)和其语义分析结果(50)。利用内容转换系统(10)根据Web内容和语义分析结果的信息项并根据用户请求或客户设备的属性，对所请求的Web内容(40)进行转换，其中经过转换的Web内容传输到客户设备(20)。于是，即使是显示屏很小的掌上计算机、手持计算机或便携式电话的用户也可以方便而高效地访问Web内容。

Description

用于转换万维网上的内容的方法和设备

技术领域

本发明涉及由Web(万维网)服务器提供文档内容的方法。更具体说，本发明涉及在向客户(或浏览器)提供Web内容时使用的方法和设备，采用这一方法和设备可根据对内容的语义分析的结果对文档进行适宜的转换。

背景技术

因特网是遍布全世界的计算机网络，作为大量计算机可以藉其互相通信的一种媒体其重要性和高效率日益得到承认。由与因特网连接的并于其中存储内容信息(网页)的服务器计算机(Web服务器)和大量用于访问信息的客户计算机构筑的WWW是近年来在因特网上最为凸显的信息提供服务。这种服务不仅可提供和交换文本信息，也可以提供和交换图形图像信息、声频和视频信息，以及其他等等。作为企业的专用计算机网络的内联网可轻而易举地提供和共享，比如，企业内部信息并且获得广泛的应用。具有图形客户界面的Web浏览器，如运行于计算机上的NetscapeNavigator或因特网Explorer，通常是用来访问因特网和内联网提供的信息。

由于最近移动计算技术的迅速进步，不单使用台式计算机，而且也使用掌上或手持计算机的客户数量已经增加。此外，更多的人开始使用通过适配器与网络连接的便携式电话访问因特网。一般讲，在移动设备，如掌上/手持计算机或便携式电话中，显示屏的尺寸较台式计算机的小并且其彩色显示屏等等的功能经常很差。结果，除非以某种方式对Web内容进行转换，否则在某些场合在台式计算机的显示屏上可以显示的一部分Web内容不能在移动设备的显示屏上显示。另外，由于移动终端设备的性能，如安装的存储器的大小和与网络连接的带宽的限制，Web内容可能无法正确显示。

在图1中简略地示出现有技术处理这些问题的例子。如图所示，所采取的主要方法是转换Web内容以便与用于访问的设备的特性相适应。比如，将大尺寸彩色图像的尺寸缩小并转换为低分辨率的黑白图像，参见日本公开专利No.345178/1999，No.122958/2000以及No.222275/2000和No.222276/2000。此外，文档内容还要经过其他处理，如改变文本的字体字号，或将内容分割为每个都可以在移动设备的显示屏上显示的更小的部分。无论如何，应该指出下面将要提及的缺点。

就符合客户使用的移动终端的特性的转换来说，Web内容实质上一样，而只是使内容更便于，比如，在小尺寸显示屏上显示。另一方面，在不适合采用分割文档内容的方法的场合，内容的访问会变得复杂使客户感到不便。

发明内容

考虑到上述缺点，本发明的目的在于对内容进行转换以便除了使在移动设备的显示屏上的内容显示更方便之外，可以向移动终端设备的用户提供更为有效的访问设备。

本发明的另一目的在于对Web内容进行转换以便可以实现具有如下功能的导航机构，即具有超链接允许客户易于判断内容是否是他/她所需的内容，而无须浏览全部内容，并允许客户立即移动到内容中显得重要的地方。

本发明的再一个目的在于对Web内容进行转换以便可以与上述类似提供一种允许客户通过最少量的访问(通信)来浏览信息的设备，不仅是针对由一个文档组成的内容，而且针对由多个文档组成的巨大内容。

根据本发明，当接收到来自终端设备的对Web内容的请求时，对所请求的Web内容进行分析，并且提取编辑信息以及形式段落信息。将这些信息加上所请求的内容一起与相应的语义分析结果相链接。在缺少相应的语义分析结果时，对所请求的Web内容执行一个语义分析程序以便从Web内容提取关键词、关键语句和/或关键段落。还要生成内容的摘要。将得到的这些语义信息项作为语义分析结果存储起来。之后，根据检索到的语义分析结果之中所包含的语义信息并适应客户的请求或终端设备的属性对所请求的文档内容进行适当的转换。此处，转换处理包括生成由文档标题和其他编辑信息以及菜单信息形成的主页，生成摘要页，生成关键词、关键语句等等的列表以及至关键词等等出现的地方的链接，以及生成各网页之间的超链接。适应客户的请求，以交互方式将Web内容显示于终端设备。

附图说明

图1为示出现有技术中的信息访问系统的框图。

图2为示出根据本发明的设备的体系结构的框图。

图3为示出本发明的实施方式的流程图。

图4为示出本发明中关键词列表的示例的示图。

图5为示出转换描述对象的逻辑结构的示图。

图6为用于说明本发明中客户操作的示图。

具体实施方式

在图2中示出用于执行本发明的信息访问系统的框图。内容转换系统10物理上处于客户设备或终端设备20和客户搜索的Web内容40中间并作为它们之间的界面。内容转换系统10也完全可处在服务器计算机30之内。当服务器计算机30从通过通信网络，如因特网，连接的终端设备20接收到客户对其意欲访问的Web内容40的访问请求时，内容转换系统10访问Web内容40和与Web内容40相对应的语义分析结果50。

“语义分析结果50”表示通过提取和分析包含于Web内容40之中的语义信息所取得并存储的结果，而且这一结果可以通过对Web内容40执行一个语义分析程序预先生成。当服务器计算机30接收到对Web内容40的访问请求而缺少此种语义分析结果时，就执行语义分析程序以生成语义分析结果50。利用Web内容分析器130和语义分析结果分析器130，内容转换系统10通过应用客户所请求的Web内容40的元素和相应的语义分析结果50的元素生成转换描述对象110。转换描述对象110包含关于Web内容40和语义分析结果50之中元素的列表和与元素相对应的Web内容之间链接的信息。当客户和内容转换系统10以交互方式通信时，内容转换系统10依照客户拥有的终端设备20的特性或遵照客户提出的请求搜索客户所希望的信息，并且通过服务器计算机30将所希望的信息传送到终端设备20以便将信息显示在其显示器上。

标号140表示下面将说明的转换引擎。

下面描述本发明的一个实施方式。此实施方式的流程图示于图3。

步骤210：终端设备提出访问Web内容的请求。

步骤220：检索有关所请求的Web内容的语义分析结果。

步骤230：检查是否找到语义分析结果。

步骤240：除非找到语义分析结果，否则执行语义分析程序。

步骤250：通过分析Web内容和语义分析结果生成转换描述对象。

步骤260：根据客户请求和终端设备属性对Web内容的每个元素进行转换。

步骤270：传送经过转换的元素并将其显示于终端设备上。

下面对此实施方式予以详细说明。访问某一Web内容的请求是从通过通信网络，如因特网，采用HTTP(超文本传输协议)经过TCP/IP(传输控制协议/因特网协议)连接而连接到服务器计算机30的客户设备20传送来的(图2)。Web内容采用的是标准页面描述语言格式，例如扩展的置标语言(XML)格式。

在内容转换系统10中进行的内容转换操作大致包含两个处理阶段。

在第一阶段，内容转换系统10利用Web内容分析器120分析相应的Web内容以便提取包含在Web内容之中的元素。提取的是，比如，编辑信息，如标题、作者和文档日期，和文档主体，以及组成这些的形式段落信息。与此同时，内容转换系统10将提取的这些信息与相应于Web内容40的语义分析结果50链接。利用此链接，内容转换系统10可以按需要检索语义分析结果50。

语义分析结果50以XML格式保持Web内容40的语义信息。此语义信息包含提取的关键词、关键语句或关键段落及其在文档中的出现位置的信息等等。包含的还有与文本结构有关的信息，表示通过分析句子之间的语境所取得的文档的语义一致性。然而，语义信息并不限于列举的信息。从语义分析结果50提取的与关键词相关的部分的一个示例示于图4。

在语义分析结果50不是预先生成的场合，或由于任何原因不能得到时，对所请求的Web内容40执行语义分析程序以便提取Web内容40的语义信息。取得的语义信息作为语义分析结果50以XML格式存储。关于关键词提取，出现频率高的单词(名词)定为关键词，其根据是假设在文档中经常出现的单词多半表示文档的主题。按照出现率对单词加权的方法在Addison-Wesley出版公司1989年出版的G.Salton所著的“AutomaticText Processing”一书中有详细描述。此外，关键语句的提取方式是考虑单词的出现频率和单词在其中出现的文本的数目对相应各单词加权，出现于句子中的单词的权重和就被认为是句子的重要程度。这一方法是由K.Zechner提出的，并且表述在″Fast Generation of Abstracts from GeneralDomain Text Corpora by Extracting Relevant Sentences″in theProceedings of the 16th International Conference on ComputationalLinguistics，pp.986-989，1996。采用这一方法取得的结果也应用于本

实施方式中。

关于文档的语义结构化，文档是根据William C.Mann和Sandra A.Thompson提倡的修辞结构分析进行分析的。关于这一方法的详情表述在″Rhetorical Structure Theory and Text Analysis″一文中，该文包含在″Discource Description：Diverse Linguistics Analyses of aFund-Raising Text″中，著者为W.C.Mann & S.A.Thompson，由JohnBenjaming Publishing Company在1992年出版。

之后，内容转换系统10藉助语义分析结果分析器130分析语义分析结果50以便提取，比如，与各关键词密切相关的关键词、单词或单词组的列表和关于其出现位置的信息。类似提取的还有关于关键语句、关键段落和文档摘要的信息。

之后，利用Web内容分析器120和语义分析结果分析器130的结果，内容转换系统10生成转换描述对象110。转换描述对象110包含对Web内容40的链接信息，其中存储有关键词、关键语句等等的列表和有关其元素的信息。当客户指定关键词、关键语句等等的列表中的一个所需要的元素时，内容转换系统10检索相关信息并向客户提供检索到的信息。在此实施方式中，转换描述对象110具有图5所示的结构并且表述为XML文档对象。转换描述对象110保持有表达下面的元素的生成的逻辑结构：

(a)主页信息

主页由文档的编辑信息形成，包括如标题、作者和其日期、具有至各信息项的链接的菜单信息以及其他。

(b)摘要

只包含文档摘要的页

(c)关键词页信息

关键词页包含提取的关键词列表和连接到关键词在文档中出现的地点的链接

(d)关键短语页信息

关键短语页包含与关键词相关的关键短语的列表和连接到关键短语在文档中出现的地点的链接

(e)关键语句页信息

关键语句页包含提取的关键语句列表和连接到关键语句在文档中出现的地点的链接

(f)关键段落页信息

关键段落页包含提取的关键段落列表和连接到关键段在文档中出现的地点的链接

(g)元素之间的超链接

超链接表示生成的页之间的相关性

下面对一种生成转换描述对象110的方法予以说明。首先，转换引擎140定义转换规则，即与Web内容40和语义分析结果50中的元素在客户终端设备20上的显示方面有关的一系列规则，在链接元素的场合的链接目标的信息；以及其他等等。转换引擎140，根据对所有元素定义的转换规则对包含在Web内容40和语义分析结果50中的相应各元素进行转换。然而，在此阶段，转换引擎140还不执行处理内容的最终转换，而只是建立转换内容的逻辑结构，即生成描述对元素的转换方法的对象。

经过转换的文档可以具有如图5所示的结构作为其逻辑结构。在此实施方式中，逻辑结构的形成包括：主页，其中包含文档的编辑信息和连接到摘要、关键词和关键语句等等的链接；页面，其中包含关键词、关键语句等等的列表和连接到关键词、关键语句等等分别在文档中出现的地点的链接；以及通过将文档的主体分割为适当大小的部分而得到的文档片断。

其次，在第二阶段，由转换引擎140实际执行内容的转换处理。利用HTTP协议将客户设备20发出的访问请求传输到Web服务器30。此处，可包括关于在终端20中包括的通信设备、显示设备等等的信息项作为HTTP首部的部分。根据关于终端属性的信息项，以及在第一阶段生成的转换描述对象110，执行对各元素的转换处理。这样，就生成文档的主体的页面，同时也生成上述的页面和超链接(a)-(g)。

下面参照图6对在客户或用户和内容转换系统10之间的通信的示例予以说明。当客户设备20显示一个主页(a)并且客户要了解关于“关键词”或“与关键词相关的关键短语”的信息时，他/她选择“关键词”来打开一个“关键词页”(b)。在关键词页(b)上显示一个锚标指向包含关键词和与相应各关键词相关的关键短语的列表的页面。当在关键词页(b)上选择关键词中的任何一个，比如，“关键词1”时，就显示在文档的主体中的“关键词1”的部分。在对于“关键词1”在同一文档中存在多个部分的场合，顺序显示“关键词1”的这些部分。此外，当客户要了解关于“与关键词相关的关键短语”的信息时，他/她在关键词页(b)指定，比如，与相关的关键词(关键词1)相对应的“与关键词1相关的关键短语”，从而来打开一个“关键短语页”(d)。同样，当客户选择“与关键词1相关的关键短语1”时，就显示在文档的主体中的“与关键词1相关的关键短语1”的部分。在对于“与关键词1相关的关键短语1”在同一文档中存在多个部分的场合，顺序显示“与关键词1相关的关键短语1”的这些部分。

以这种方式，客户可以很容易掌握整个文档而无需浏览全部文档内容。另外，甚至还可能应付存在的这样的局限性，比如客户设备20的显示屏很小。

所以，不仅更易于在移动设备的显示屏上显示Web内容，而且还可以向移动终端设备的客户提供更高效的访问设备。还可以实现具有超链接允许客户易于判断内容是否是他/她所需而无须浏览全部内容并允许客户立即移动到内容中显得重要的场所的导航机构。另外，可以提供一种允许客户通过最少量的访问(通信)，与上述类似，来浏览信息的设备，不仅是针对由一个文档组成的内容，而且针对由多个文档组成的巨大内容。

用于执行本发明的操作的计算机程序代码最好是利用面向对象的编程语言，如Java或C++，来编写。不过，也可以通常的面向过程的编程语言，如C，或函数编程语言来编写。

在此实施方式中，内容转换处理是利用Java编程语言作为Java Servlet实现的，并且是在Web服务器30上执行。另外一种方式是这一处理也可以作为公共网关接口(CGI)应用软件或作为包含于动态服务器网页(ASP)中的逻辑实现。

此外，在此实施方式中，所有的程序代码都在Web服务器30上执行。但也可以将一些程序代码在Web服务器30上执行，而另一些在Web代理上执行。

根据本发明，不仅便于在移动终端设备的显示屏上显示文档内容，而且可以实现对内容的更高效的访问，这归功于动态内容转换方法，在这一方法中基于文档的关键信息，如关键词和关键语句的新的超链接，是参照文档内容的语义分析结果而生成的，并且在这一方法中对文档内容进行适当分割，分割根据的是对整个文档的语义结构化所取得的结果，以及表示包含于进行访问的终端设备中的通信和显示设备的终端属性。

此外，即使是针对巨大的Web内容的信息提供/浏览也可以通过最少量的访问(通信)实现，这归功于具有超链接允许客户易于从至少一个相关文档的摘要、关键元素、关联关键词等等判断内容是否是他/她所需而无须浏览全部内容并允许客户立即移动到内容中显得重要的场所的导航机构。这些功能对于访问Web内容很有效，不仅是对于从移动终端设备访问，而且也包括从通常的台式计算机访问。

Claims (8)

1.一种对包含一个或多个元素的Web内容进行转换的方法，以便将内容显示于通过通信网络连接到服务器计算机的终端设备上，其构成包括：

(a)允许所述服务器计算机接收来自所述终端设备的对所述Web内容的访问请求的步骤；

(b)检索有关所请求的Web内容的语义分析结果的步骤；

(c)生成将所述的Web内容中包含的至少一个元素与所述语义分析结果相关联的转换描述对象的步骤；以及

(d)利用所述转换描述对象对所述至少一个元素进行转换以便符合所述终端设备的属性的步骤。

2.如权利请求1中定义的方法，其中所述检索有关所述Web内容的所述语义分析结果的步骤包含对所述Web内容执行语义分析的步骤。

3.如权利请求1中定义的方法，其中所述转换描述对象是可扩展置标语言(XML)文档对象。

4.如权利请求1中定义的方法，其中所述转换描述对象既包含指示所述至少一个相关元素在所述Web内容中出现的地点的链接信息，也包含指示与相关元素有关的另一所述元素的链接信息。

5.如权利请求1中定义的方法，其中生成所述转换描述对象的所述步骤既包含将所述至少一个元素分割为多个元素的步骤，也包含将多个元素整合为至少一个元素的步骤。

6.如权利请求1中定义的方法，其中所述生成所述转换描述对象的步骤包含利用至少一个包含于所述Web内容和所述语义分析结果中的元素来生成至少一个新的相关元素的步骤。

7.如权利请求1中定义的方法，其中所述转换至少一个元素的步骤包含转换所述元素以便满足所述终端设备的用户提出的请求的步骤。

8.一种对包含一个或多个元素的Web内容进行转换的设备，以便将内容显示于通过通信网络连接到服务器计算机的终端设备上，其构成包括：

(a)允许所述服务器计算机接收来自所述终端设备的对所述Web内容的访问请求的装置；

(b)检索有关所请求的Web内容的语义分析结果的装置；

(c)生成将所述的Web内容中包含的至少一个元素与所述语义分析结果相关联的转换描述对象的装置；以及

(d)利用所转换描述对象对所述至少一个元素进行转换以便符合所述终端设备的属性的装置。

Images