[发明专利]训练网页分布式表示模型的方法和装置在审
| 申请号： | 201710239759.9 | 申请日： | 2017-04-13 |
| 公开（公告）号： | CN108733405A | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 张波;孟遥;孙俊 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06F8/75 | 分类号： | G06F8/75;G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 杜诚;李春晖 |
| 地址： | 日本神*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种训练网页分布式表示模型的方法和装置，其中该方法包括：生成多个网页中的每个网页的文档对象模型(DOM)树结构；针对每个网页的DOM树结构，提取预定数目的预定长度的节点序列，其中每个节点序列的提取包括：随机选择广度优先遍历方式和深度优先遍历方式之一；以及从DOM树结构中随机选取一个节点，并且以所述一个节点作为起始节点，以所选择的遍历方式从DOM树结构中提取节点序列；以及基于所提取的节点序列训练所述网页分布式表示模型，网页分布式表示模型用于生成输入网页的表示向量。根据本公开的实施例，能够融合网页的文本信息和结构信息。 | ||
| 搜索关键词： | 网页 表示模型 节点序列 方法和装置 遍历方式 训练网页 深度优先遍历 文档对象模型 广度优先 结构信息 起始节点 输入网页 随机选取 随机选择 文本信息 树结构 向量 融合 | ||
【主权项】：
1.一种训练网页分布式表示模型的方法，包括：生成多个网页中的每个网页的文档对象模型DOM树结构；针对每个网页的DOM树结构，提取预定数目的预定长度的节点序列，其中每个节点序列的提取包括：随机选择广度优先遍历方式和深度优先遍历方式之一；以及从所述DOM树结构中随机选取一个节点，并且以所述一个节点作为起始节点，以所选择的遍历方式从所述DOM树结构中提取所述节点序列；以及基于所提取的节点序列训练所述网页分布式表示模型，所述网页分布式表示模型用于生成输入网页的表示向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于富士通株式会社，未经富士通株式会社许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710239759.9/，转载请声明来源钻瓜专利网。
