[发明专利]页面的融合方法、装置、存储介质及电子装置

权利要求书

1.一种页面的融合方法，其特征在于，包括：

从待融合的第一页面中提取第一关键词，以及从待融合的第二页面中提取第二关键词；

从所述第一关键词中提取第一权重满足第一目标条件的第一目标关键词，并从第二关键词中提取第二权重满足所述第一目标条件的第二目标关键词；

在每个分桶中建立匹配的关键词集合和第一相似度值的对应关系，以及不匹配或不完全匹配的关键词集合和第二相似度值的对应关系，得到具有对应关系的关键词对和页面相似度，其中，按照每个页面的页面标题信息中包括的实体对页面样本集合中的页面进行分桶；

使用所述具有对应关系的关键词对和页面相似度训练深度学习模型得到相似度模型；

将所述第一目标关键词和所述第二目标关键词输入所述相似度模型以确定所述第一页面和所述第二页面的目标页面相似度；

在所述目标页面相似度满足第二目标条件的情况下，将所述第一页面和所述第二页面融合。

2.根据权利要求1所述的方法，其特征在于，将所述第一目标关键词和所述第二目标关键词输入相似度模型以确定所述第一页面和所述第二页面的目标页面相似度包括：

根据具有对应关系的关键词对和页面相似度，获取所述第一目标关键词和所述第二目标关键词对应的页面相似度；

将所述第一目标关键词和所述第二目标关键词对应的页面相似度确定为所述目标页面相似度。

3.根据权利要求2所述的方法，其特征在于，根据具有对应关系的关键词对和页面相似度，获取所述第一目标关键词和所述第二目标关键词对应的页面相似度包括：

将所述第一目标关键词和所述第二目标关键词输入所述相似度模型；

获取所述相似度模型输出的目标概率值，将所述目标概率值确定为所述目标页面相似度，其中，所述概率值用于指示所述第一页面和所述第二页面为相似页面的概率。

4.根据权利要求3所述的方法，其特征在于，所述得到具有对应关系的关键词对和页面相似度包括：

获取所述页面样本集合，并按照每个页面的页面标题信息中包括的实体对所述页面样本集合中的页面进行分桶，得到具有对应关系的实体和页面集合；

分别在每个分桶中对所述页面集合中的每个页面提取关键词；

分别在所述每个分桶中将所述每个页面的关键词中第三权重满足所述第一目标条件的关键词确定为所述每个页面对应的关键词集合；

在所述每个分桶中，将所述每个页面中所述关键词集合匹配的页面相似度确定为所述第一相似度值，并将所述每个页面中所述关键词集合不匹配或不完全匹配的页面相似度确定为所述第二相似度值；

分别从所述每个分桶中获取第一数量的具有对应关系的匹配的关键词集合和第一相似度值，以及第二数量的具有对应关系的不匹配的关键词集合和第二相似度值，得到所述具有对应关系的关键词对和页面相似度。

5.根据权利要求4所述的方法，其特征在于，将所述每个页面中所述关键词集合匹配的两个页面对应的页面相似度确定为第一相似度值，并将所述每个页面中所述关键词集合不匹配的两个页面对应的页面相似度确定为第二相似度值包括：

从每个所述关键词集合中提取特征信息；

将所述特征信息相同的关键词集合确定为匹配的关键词集合，将所述特征信息不同的关键词集合确定为不匹配的关键词集合；

确定匹配的关键词集合对应所述第一相似度值，不匹配的关键词集合对应所述第二相似度值。

6.根据权利要求5所述的方法，其特征在于，使用所述具有对应关系的关键词对和页面相似度训练深度学习模型得到相似度模型包括：

将所述匹配的关键词集合和所述不匹配的关键词集合作为所述深度学习模型的输入值，将所述第一相似度值和所述第二相似度值作为所述深度学习模型的输出值对所述深度学习模型进行训练；

将训练后得到的深度学习模型确定为所述相似度模型。