多模态Web信息检索静态排序学习方法、系统、设备及介质（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种多模态Web信息检索静态排序学习方法、系统、设备及介质，方法包括获取目标网页的网页截图与网页信息并基于截图与信息得到网页文本信息、HTML文本、HTML标签以及网页统计特征信息；分别对网页文本信息、HTML文本信息、HTML标签信息以及网页统计特征信息进行映射并进行特征提取，分别得到文本特征向量、HTML标签特征向量、HTML文本特征向量以及网页统计特征向量；将得到的4个特征向量进行特征组合，得到组合特征向量；根据组合特征向量进行评价与等级划分，生成网页的预测评价等级。本发明从多维度深入地探索网页信息的内在特征，更准确、客观与合理地对目标网页的Web内容质量进行评价，提高了评价准确度，且不易受各种作弊方法影响。

《多模态Web信息检索静态排序学习方法、系统、设备及介质（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023116698099，当前法律状态为已下证，由暨南大学提出申请，发明人为耿光刚;黄衍铭;张继连;冯丙文;刘志全，申请日期为2023-12-07，公开（公告）日期为2025-10-31，国际专利分类号（IPC）为 G06F 16/958 (2019.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种多模态Web信息检索静态排序学习方法、系统、设备及介质，方法包括获取目标网页的网页截图与网页信息并基于截图与信息得到网页文本信息、HTML文本、HTML标签以及网页统计特征信息；分别对网页文本信息、HTML文本信息、HTML标签信息以及网页统计特征信息进行映射并进行特征提取，分别得到文本特征向量、HTML标签特征向量、HTML文本特征向量以及网页统计特征向量；将得到的4个特征向量进行特征组合，得到组合特征向量；根据组合特征向量进行评价与等级划分，生成网页的预测评价等级。本发明从多维度深入地探索网页信息的内在特征，更准确、客观与合理地对目标网页的Web内容质量进行评价，提高了评价准确度，且不易受各种作弊方法影响。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！