[发明专利]一种网页分类方法、装置、电子设备及存储介质

权利要求书

1.一种网页分类方法，其特征在于，包括：

对目标网页执行网页内容解析操作，得到网页信息组；其中，所述网页信息组包括网页标签和所述网页标签对应的文本内容；

对所述网页信息组执行编码操作，得到标签语义向量和文本语义向量；

根据所述网页标签和所述文本内容的对应关系对所述标签语义向量和所述文本语义向量执行向量整合操作，得到标签文本对语义向量；

利用所述标签文本对语义向量训练网页分类模型，并利用训练后的网页分类模型执行网页分类操作。

2.根据权利要求1所述网页分类方法，其特征在于，所述对目标网页执行网页内容解析操作，得到网页信息组包括：

获取所述目标网页的网页源代码，将所述网页源代码中的关键字标签设置为所述网页标签；

确定所述目标网页中与所述网页标签对应的文本内容；

根据所述网页标签与所述文本内容的对应关系生成所述网页信息组。

3.根据权利要求2所述网页分类方法，其特征在于，将所述网页源代码中的关键字标签设置为所述网页标签包括：

将所述网页源代码与预设关键字表进行匹配操作；

将所述网页源代码中匹配命中的内容作为所述关键字标签，并将所述关键字标签设置为网页标签。

4.根据权利要求1所述网页分类方法，其特征在于，对所述网页信息组执行编码操作，得到标签语义向量和文本语义向量，包括：

对所述网页标签执行第一编码操作得到所述网页标签对应的标签语义向量；

对所述文本内容执行第二编码操作得到所述文本内容对应的文本语义向量。

5.根据权利要求4所述网页分类方法，其特征在于，根据所述网页标签和所述文本内容的对应关系对所述标签语义向量和所述文本语义向量执行向量整合操作，得到标签文本对语义向量，包括：

根据所述网页标签和所述文本内容的对应关系对每一网页信息组中网页标签的标签语义向量和文本内容的文本语义向量执行向量整合操作，得到所述标签文本对语义向量；

其中，所述向量整合操作包括向量拼接操作、向量相加操作和/或向量相乘操作。

6.根据权利要求4所述网页分类方法，其特征在于，所述第一编码操作包括独热编码操作、哈希编码操作或随机编码操作。

7.根据权利要求1至6任一项所述网页分类方法，其特征在于，所述目标网页为受到网页篡改攻击的网页，所述网页分类模型为网页篡改检测模型；

相应的，利用训练后的网页分类模型执行网页分类操作包括：

获取待检测网页的网页信息组，对所述待检测网页的网页信息组执行编码操作得到待检测编码结果；

根据所述待检测编码结果构建所述待检测网页的网页信息组的待检测语义向量；

将所述待检测语义向量输入至训练后的网页篡改检测模型，并根据所述网页篡改检测模型输出的检测结果判断所述待检测网页是否受到网页篡改攻击。

8.一种网页分类装置，其特征在于，包括：

网页解析模块，用于对目标网页执行网页内容解析操作，得到网页信息组；其中，所述网页信息组包括网页标签和所述网页标签对应的文本内容；

向量构建模块，用于对所述网页信息组执行编码操作，得到标签语义向量和文本语义向量；

向量拼接模块，用于根据所述网页标签和所述文本内容的对应关系对所述标签语义向量和所述文本语义向量执行向量整合操作，得到标签文本对语义向量；

模型训练模块，用于利用所述标签文本对语义向量训练网页分类模型，并利用训练后的网页分类模型执行网页分类操作。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述网页分类方法的步骤。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上权利要求1至7任一项所述网页分类方法的步骤。