[发明专利]网页识别方法、装置、电子设备和介质

说明书

本公开提供了一种网页识别方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为深度学习、知识图谱等技术领域。网页识别方法包括：获取目标网页的结构数据、目标网页和历史网页之间的第一关联关系以及针对历史网页的历史图谱数据；基于目标网页的结构数据、第一关联关系以及历史图谱数据，确定针对目标网页和历史网页的目标图谱数据；基于目标图谱数据，确定目标网页和历史网页之间的相似度；基于相似度和历史网页的类别，确定目标网页的类别。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、知识图谱等技术领域，更具体地，涉及一种网页识别方法、装置、电子设备、介质和程序产品。

背景技术

在互联网领域中，每天产生大量的网页供用户搜索，有些网页创作者为了快速建立网站吸引流量，通过各种作弊手段来生成网页，例如抄袭他人的网页，这种抄袭方式既不尊重网页创作者，也不遵守用户，给行业带来了不良影响。

发明内容

本公开提供了一种网页识别方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种网页识别方法，包括获取目标网页的结构数据、所述目标网页和历史网页之间的第一关联关系以及针对所述历史网页的历史图谱数据；基于所述目标网页的结构数据、所述第一关联关系以及所述历史图谱数据，确定针对所述目标网页和所述历史网页的目标图谱数据；基于所述目标图谱数据，确定所述目标网页和所述历史网页之间的相似度；基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

根据本公开的另一方面，提供了一种网页识别装置，包括：获取模块、第一确定模块、第二确定模块以及第三确定模块。获取模块，用于获取目标网页的结构数据、所述目标网页和历史网页之间的第一关联关系以及针对所述历史网页的历史图谱数据；第一确定模块，用于基于所述目标网页的结构数据、所述第一关联关系以及所述历史图谱数据，确定针对所述目标网页和所述历史网页的目标图谱数据；第二确定模块，用于基于所述目标图谱数据，确定所述目标网页和所述历史网页之间的相似度；第三确定模块，用于基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的网页识别方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的网页识别方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述网页识别方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开一实施例的网页识别的应用场景；

图2示意性示出了根据本公开一实施例的网页识别方法的流程图；

图3示意性示出了根据本公开一实施例的图形神经网络的训练示意图；

图4示意性示出了根据本公开一实施例的网页识别的示意图；

图5示意性示出了根据本公开一实施例的网页识别装置的框图；以及

图6是用来实现本公开实施例的用于执行网页识别的电子设备的框图。

具体实施方式