首页/ 南京万得资讯科技有限公司/ 专利详情

一种清洗页面正文内容中被植入广告的方法

基本信息

申请号 CN202110086938.X 申请日 -
公开（公告）号 CN112784192A 公开（公告）日 2021-05-11
申请公布号 CN112784192A 申请公布日 2021-05-11
分类号 G06F16/957;G06F16/35;G06F40/157;G06F40/242;G06K9/32;G06K9/20 分类 计算；推算；计数;
发明人 朱海峰;颜小君;蒋伟伟 申请（专利权）人 南京万得资讯科技有限公司
代理机构 上海申汇专利代理有限公司 代理人 徐俊
地址 210019 江苏省南京市建邺区泰山路199号万得大厦
法律状态 -

摘要

摘要 本发明提供了一种清洗页面正文内容中被植入广告的方法。本发明提出了基于光学字符识别(OCR)与自然语言处理技术(NLP)结合的方法来对页面正文内容的广告进行清洗，能够广泛适用不同页面、复杂背景的广告图片清洗。本发明提出的基于OCR与NLP的技术方案具备较高的普适性与准确率，具有如下优点：随着人工智能技术的不断发展，目前基于深度学习的通用印刷体识别准确率可达99％以上，能够较为准确的提取图片的文字信息；通过实体识别与预设白名单，能够保留在白名单中的广告，实现广告定制化。