公开(公告)号：CN102693272B

公开(公告)日：2017-04-12

申请号：CN201210067044.7

申请日：2012-03-14

Applicant: 微软技术许可有限责任公司

Inventor： S·R·维西拉祖 ,  U·R·尤杜帕 ,  A·N·博伊 ,  G·达萨 ,  W·刘 ,  Q·肖

IPC: G06F17/30

CPC classification number: G06F17/3089 ,  G06F17/30876

Abstract: 本发明涉及从统一资源定位符(URL)中的关键字提取。本文所描述的关键字提取技术从web日志中的统一资源定位符(URL)中提取关键字。该技术充分利用URL的内容和结构来提取相关关键字。首先，URL基于其结构被分成多个分量。在受控词汇的帮助下，单独地从URL的每个分量中提取一组关键字。随后通过从URL的不同段中形成项的组合来生成第二组关键字。仅保留在可控词汇中存在的那些组合作为关键字。最后，用将广泛的一组特征考虑在内的一函数来对这些关键字打分。