| 1 |
1
태그 기반의 웹문서에 포함된 복수의 태그에 대하여, 상기 웹문서의 최상위 태그로부터 상기 복수의 태그 각각이 위치하는 깊이 정보인 제1 피쳐(feature), 상기 복수의 태그 각각이 가지는 하위 태그의 개수 정보인 제2 피쳐, 상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보인 제3 피쳐 및 상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보인 제4 피쳐 중 적어도 어느 하나 이상의 피쳐를 추출하여 구성한 피쳐 벡터를 상기 복수의 태그 각각마다 생성하는 피쳐 추출부; 및 상기 복수의 태그 각각의 피쳐 벡터를 입력 변수로 하고 상기 복수의 태그 각각이 본문 태그인지 여부를 출력 변수로 하여 기계 학습 알고리즘을 통해 학습된 본문 태그 판별 모델을 생성하는 모델 학습부를 포함하며,상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보는,상기 웹문서에 포함된 텍스트의 글자 수에 대한 상기 복수의 태그 각각에 포함된 텍스트의 글자 수의 비율이고,상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보는, 상기 복수의 태그 각각에 포함된 모든 단어 개수에 대한 상기 복수의 태그 각각에 포함된 상기 웹문서의 제목에 포함된 단어 개수인 본문 태그 판별 모델 제공 장치
|
| 2 |
2
제1항에 있어서,상기 깊이 정보는,상기 웹문서에 포함된 태그를 DOM(document object model) 트리 구조로 나타내었을 때, 상기 복수의 태그 각각으로부터 상기 최상위 태그를 향해 연결된 노드의 개수인본문 태그 판별 모델 제공 장치
|
| 3 |
3
제1항에 있어서,상기 피쳐 추출부는,상기 하위 태그로서 003c#div003e#, 003c#span003e#, 003c#a003e#, 003c#b003e#, 003c#br003e#, 003c#font003e#, 003c#h1003e#, 003c#h2003e#, 003c#h3003e#, 003c#h4003e#, 003c#h5003e#, 003c#h6003e#, 003c#img003e#, 003c#li003e#, 003c#ul003e#, 003c#ol003e#, 003c#p003e#, 003c#pre003e#, 003c#q003e#, 003c#table003e#, 003c#tr003e#, 003c#td003e# 중 적어도 어느 하나만을 상기 하위 태그의 개수로 집계하는본문 태그 판별 모델 제공 장치
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,상기 피쳐 추출부는,복수의 웹문서 각각으로부터 상기 피쳐 벡터를 생성하고, 또한 소정의 웹문서에 대해 상기 피쳐 벡터를 생성하며, 상기 모델 학습부는,상기 복수의 웹문서 각각으로부터 생성된 상기 피쳐 벡터를 기초로 상기 복수의 웹문서 각각마다 상기 본문 태그 판별 모델을 생성하고, 상기 장치는,상기 복수의 웹문서마다 생성된 상기 본문 태그 판별 모델 각각에 상기 소정의 웹문서에 대해 생성된 상기 피쳐 벡터가 입력되었을 때의 출력을 기초로, 상기 소정의 웹문서에 포함된 태그가 본문 태그에 해당할 확률을 출력하는 앙상블부를 더 포함하는 본문 태그 판별 모델 제공 장치
|
| 7 |
7
제6항에 있어서,상기 앙상블부는,상기 소정의 웹문서가 포함하는 태그에 대해 상기 복수의 웹문서 각각으로부터 생성된 상기 본문 태그 판별 모델이 판별한 확률의 평균을 상기 확률로 출력하는 본문 태그 판별 모델 제공 장치
|
| 8 |
8
제1항 내지 제3항, 제6항 및 제7항 중 어느 하나의 항의 장치로부터 생성된 상기 본문 태그 판별 모델을 이용하는 본문 태그 판별 모델 적용 장치로서,태그 기반의 웹문서를 입력 받아 상기 입력 받은 웹문서에 포함된 각각의 태그가 상기 본문 태그에 해당할 확률을 산출하는 상기 본문 태그 판별 모델; 및상기 산출된 확률이 높은 k 개(k는 1 이상의 자연수)의 태그 중 상기 깊이 정보가 가장 큰 태그를 상기 본문 태그로 판별하는 판별부를 포함하는본문 태그 판별 모델 적용 장치
|
| 9 |
9
제8항에 있어서,상기 k는, 4이상 6이하의 자연수인본문 태그 판별 모델 적용 장치
|
| 10 |
10
태그 기반의 웹문서에 포함된 복수의 태그에 대하여, 상기 웹문서의 최상위 태그로부터 상기 복수의 태그 각각이 위치하는 깊이 정보인 제1 피쳐(feature), 상기 복수의 태그 각각이 가지는 하위 태그의 개수 정보인 제2 피쳐, 상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보인 제3 피쳐 및 상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보인 제4 피쳐 중 적어도 어느 하나 이상의 피쳐를 추출하여 구성한 피쳐 벡터를 상기 복수의 태그 각각마다 생성하는 단계; 및상기 복수의 태그 각각의 피쳐 벡터를 입력 변수로 하고 상기 복수의 태그 각각이 본문 태그인지 여부를 출력 변수로 하여 기계 학습 알고리즘을 통해 학습된 본문 태그 판별 모델을 생성하는 단계를 포함하여 수행되고,상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보는,상기 웹문서에 포함된 텍스트의 글자 수에 대한 상기 복수의 태그 각각에 포함된 텍스트의 글자 수의 비율이고,상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보는, 상기 복수의 태그 각각에 포함된 모든 단어 개수에 대한 상기 복수의 태그 각각에 포함된 상기 웹문서의 제목에 포함된 단어 개수인 것을 특징으로 하는본문 태그 판별 모델 제공 방법
|
| 11 |
11
태그 기반의 웹문서에 포함된 복수의 태그에 대하여, 상기 웹문서의 최상위 태그로부터 상기 복수의 태그 각각이 위치하는 깊이 정보인 제1 피쳐(feature), 상기 복수의 태그 각각이 가지는 하위 태그의 개수 정보인 제2 피쳐, 상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보인 제3 피쳐 및 상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보인 제4 피쳐 중 적어도 어느 하나 이상의 피쳐를 추출하여 구성한 피쳐 벡터를 상기 복수의 태그 각각마다 생성하는 단계; 및상기 복수의 태그 각각의 피쳐 벡터를 입력 변수로 하고 상기 복수의 태그 각각이 본문 태그인지 여부를 출력 변수로 하여 기계 학습 알고리즘을 통해 학습된 본문 태그 판별 모델을 생성하는 단계를 포함하여 수행되도록 프로그램되고,상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보는,상기 웹문서에 포함된 텍스트의 글자 수에 대한 상기 복수의 태그 각각에 포함된 텍스트의 글자 수의 비율이고,상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보는, 상기 복수의 태그 각각에 포함된 모든 단어 개수에 대한 상기 복수의 태그 각각에 포함된 상기 웹문서의 제목에 포함된 단어 개수인 것을 특징으로 하는컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능 기록매체
|
| 12 |
12
태그 기반의 웹문서에 포함된 복수의 태그에 대하여, 상기 웹문서의 최상위 태그로부터 상기 복수의 태그 각각이 위치하는 깊이 정보인 제1 피쳐(feature), 상기 복수의 태그 각각이 가지는 하위 태그의 개수 정보인 제2 피쳐, 상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보인 제3 피쳐 및 상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보인 제4 피쳐 중 적어도 어느 하나 이상의 피쳐를 추출하여 구성한 피쳐 벡터를 상기 복수의 태그 각각마다 생성하는 단계; 및상기 복수의 태그 각각의 피쳐 벡터를 입력 변수로 하고 상기 복수의 태그 각각이 본문 태그인지 여부를 출력 변수로 하여 기계 학습 알고리즘을 통해 학습된 본문 태그 판별 모델을 생성하는 단계를 포함하여 수행되도록 프로그램되고,상기 복수의 태그 각각에 포함된 텍스트의 밀도 정보는,상기 웹문서에 포함된 텍스트의 글자 수에 대한 상기 복수의 태그 각각에 포함된 텍스트의 글자 수의 비율이고,상기 복수의 태그 각각에 포함된 텍스트가 상기 웹문서의 제목에 포함된 텍스트를 포함하는 정도의 정보는, 상기 복수의 태그 각각에 포함된 모든 단어 개수에 대한 상기 복수의 태그 각각에 포함된 상기 웹문서의 제목에 포함된 단어 개수인 것을 특징으로 하는컴퓨터 판독가능한 기록매체에 저장된 컴퓨터 프로그램
|
