首页> 中国专利> 一种基于网站文本内容的网贷网站实体识别方法及系统

一种基于网站文本内容的网贷网站实体识别方法及系统

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提供一种基于网站文本内容的网贷网站实体识别方法及系统，包括S01、构建训练集域名表；S02、构建预测集域名表；S03、数据清洗与预处理；S04、文本分类模型训练，得到目标文本分类模型；S05、网贷网站识别，将预测集域名表中每个样本的目标网页内容字段输入值目标文本分类模型，输出每个样本对应的是否为网贷网站字段；S06、命名实体识别模型训练，得到目标命名实体识别模型；S07、实体名称标注。本发明基于运营商DPI数据，获取用户访问的网站域名host，获得网页内容并识别出网贷网站，同时利用命名实体识别技术提取出网贷网站中实体名称，进而结合外部黑名单数据，对一些不良网站打标，建立企业黑名单库，这种方法准确率高，时效性高。

著录项

公开/公告号CN111078978A

专利类型发明专利
公开/公告日2020-04-28

原文格式PDF
申请/专利权人上海观安信息技术股份有限公司;
展开▼

申请/专利号CN201911209943.4
发明设计人梁淑云;刘胜;马影;陶景龙;王启凡;魏国富;徐明;殷钱安;余贤喆;周晓勇;
展开▼

申请日2019-11-29
分类号
代理机构合肥市浩智运专利代理事务所(普通合伙);
代理人张景云
地址 200333 上海市浦东新区泥城镇云端路1412弄15号二层1室
入库时间 2023-12-17 08:59:54

法律信息

法律状态公告日

法律状态信息

法律状态
2020-06-05

实质审查的生效 IPC(主分类):G06F16/951 申请日:20191129

实质审查的生效
2020-04-28

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于网站文本内容的网贷网站实体识别方法及系统 [P] . 中国专利： CN111078978A . 2020-04-28
2. 一种基于网站内容用于网站自动分类分析的系统 [P] . 中国专利： CN103744981B . 2017.02.15
3. identification method for people, animals and things lost based on qr code system functioning by a web site that serves as an online database (file of data of persons, animals or things) controllable by users themselves or by officials of [P] . ITPI20130016A1 . 2014-09-09

机译：基于qr码系统的人，动物和动物遗失的识别方法，该网站通过一个网站运行，该网站是用户自己或政府官员可以控制的在线数据库（人，动物或事物的数据文件）
4. A system for realizing active learning by SNS the contents written in HTML based on Web sites, etc [P] . JP2021163434A . 2021-10-11

机译：一个系统通过SNS实现主动学习的基于网站（基于网站）的HTML中的内容
5. Business platform with networked, association-based business entity access management and active content website configuration [P] . 美国专利： US7861309B2 . 2010-12-28

机译：具有联网的，基于关联的业务实体访问管理和活动内容网站配置的业务平台