申请/专利权人：中国电信股份有限公司

申请日：2021-12-28

公开（公告）日：2024-04-16

公开（公告）号：CN114422199B

主分类号：H04L9/40

分类号：H04L9/40;H04L67/02;H04L9/06;G06F40/289;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.05.20#实质审查的生效;2022.04.29#公开

摘要：一种CMS识别方法及装置，通过预先训练好的识别模型，对待识别网页的CMS类别进行识别，有助于提高识别准确性。在本申请中，方法包括：获取待识别源码，待识别源码是待识别CMS类别的网页中的源码；对待识别源码进行可视化处理，得到待识别图片；将待识别图片输入至识别模型中，以得到CMS类别；其中，识别模型中包括CNN层和LSTM层，CNN层用于提取待识别图片中的特征，并将提取到的特征输入至LSTM层中，LSTM层用于输出CMS类别。

主权项：1.一种内容管理系统CMS识别方法，其特征在于，包括：获取待识别源码，所述待识别源码是待识别CMS类别的网页中的源码；对所述待识别源码进行可视化处理，得到待识别图片；将所述待识别图片输入至识别模型中，以得到所述CMS类别；其中，所述识别模型中包括卷积神经网络CNN层和长短期记忆LSTM层，所述CNN层用于提取所述待识别图片中的特征，并将提取到的特征输入至所述LSTM层中，所述LSTM层用于输出所述CMS类别；所述对所述待识别源码进行可视化处理，得到待识别图片，包括：对所述待识别源码进行分词处理，得到N个分词，N为大于或等于2的整数；对所述N个分词进行向量化处理，得到所述N个分词对应的N个分词向量，其中一个分词向量中包括有M个元素，M为大于或等于2的整数；根据所述N个分词向量中、每个分词向量的第i个元素，确定特征向量的所述第i个元素的取值，从而得到所述特征向量，i取遍[1,M]中的整数；将所述特征向量转化为所述待识别图片；所述根据所述N个分词向量中、每个分词向量的第i个元素，确定特征向量的所述第i个元素的取值，包括：获取所述N个分词向量中、每个分词向量的第i个元素的取值，统计取值为0的第i个元素的数量，以及取值为1的第i个元素的数量；在所述取值为0的第i个元素的数量，大于所述取值为1的第i个元素的数量的情况下，设置所述特征向量的第i个元素的取值为0；和或，在所述取值为1的第i个元素的数量，不大于所述取值为0的第i个元素的数量的情况下，设置所述特征向量的第i个元素的取值为1。

全文数据：

权利要求：

百度查询： 中国电信股份有限公司 一种CMS识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD