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。