一种网页分类方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种网页分类方法、装置、电子设备及存储介质，该方法包括：提取出待处理网页中的关键词，获得关键词集合；对关键词集合和待处理网页进行编码，获得编码文本表示；使用训练后的神经网络模型对编码文本表示进行预测，获得待处理网页的网页类别。通过提取出待处理网页中的关键词，并对待处理网页对应的关键词集合和待处理网页进行编码，然后通过神经网络模型根据编码文本表示预测出待处理网页的网页类别，使得训练后的神经网络模型能够更加关注到关键词集合中的关键词提示信息，有效地利用了关键词提示信息来预测出待处理网页的网页类别，极大地提高了网页分类的准确率。率。率。

【技术实现步骤摘要】
一种网页分类方法、装置、电子设备及存储介质


[0001]本申请涉及计算机数据处理、深度学习和神经网络的
，具体而言，涉及一种网页分类方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，网页分类通常是采用传统的网页分类模型来进行分类的，此处的网页分类模型例如：由卷积层(convolution)和归一化指数函数层(softmax)构成的神经网络模型。使用传统的网页分类模型对网页文本进行分类的具体过程例如：使用卷积层(convolution)提取网页文本的文本特征，并采用归一化指数函数层对文本特征进行分类计算，获得该网页文本的具体类别。然而在具体的实施过程中发现，通过卷积层提取网页文本的文本特征来进行网页分类的准确率较低。

技术实现思路

[0003]本申请实施例的目的在于提供一种网页分类方法、装置、电子设备及存储介质，用于改善网页分类的准确率较低的问题。
[0004]本申请实施例提供了一种网页分类方法，包括：提取出待处理网页中的关键词，获得关键词集合；对关键词集合和待处理网页进行编码，获得编码文本表示；使用训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网页分类方法，其特征在于，包括：提取出待处理网页中的关键词，获得关键词集合；对所述关键词集合和所述待处理网页进行编码，获得编码文本表示；使用训练后的神经网络模型对所述编码文本表示进行预测，获得所述待处理网页的网页类别。2.根据权利要求1所述的方法，其特征在于，所述提取出待处理网页中的关键词，包括：获取待处理的网页链接，并访问所述网页链接对应的网页文本，获得所述待处理网页；对所述待处理网页进行关键词提取，获得所述待处理网页中的关键词。3.根据权利要求1所述的方法，其特征在于，所述对所述关键词集合和所述待处理网页进行编码，包括：计算出所述关键词集合中的每个关键词权重；根据所述关键词权重对所述关键词集合进行排序，获得排序后的关键词集合；对所述排序后的关键词集合和所述待处理网页进行编码。4.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括：自注意力网络和全连接层；所述使用训练后的神经网络模型对所述编码文本表示进行预测，获得所述待处理网页的网页类别，包括：使用所述自注意力网络提取所述编码文本表示中的文本分类特征；使用所述全连接层对所述文本分类特征进行分类，获得所述待处理网页的网页类别。5.根据权利要求1所述的方法，其特征在于，在所述使用训练后的神经网络模型对所述编码文本表示进行预测之前，还包括：获取多个样本文本和多个样本标签，所述样本标签是所述样本文本的网页类别标签；以所述多个样本文本为训练数据，以所述多个...

【专利技术属性】
技术研发人员：姚剑文，
申请(专利权)人：北京天融信科技有限公司北京天融信软件有限公司，
类型：发明
国别省市：