[发明专利]网页栏目识别模型训练方法、使用方法、装置和存储介质有效
| 申请号： | 201911161584.X | 申请日： | 2019-11-25 |
| 公开（公告）号： | CN110633446B | 公开（公告）日： | 2020-03-13 |
| 发明（设计）人： | 耿雪芹;朱露;王晓斌;黄三伟 | 申请（专利权）人： | 湖南蚁坊软件股份有限公司 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F16/35;G06F16/955 |
| 代理公司： | 长沙心智力知识产权代理事务所(普通合伙) 43233 | 代理人： | 谢如意 |
| 地址： | 410013 湖南省长沙市长沙高新开*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种网页栏目识别模型训练方法，包括：选取第一数量的网页栏目url，第二数量的网页内容url，以及网页所对应的标题长度；对网页栏目url进行处理，得到对应的第一字符串特征；对网页内容url进行处理，得到对应的第二字符串特征；对标题长度进行归一化处理，得到标题特征；划分为训练集和验证集；将训练集输入到所选取的机器学习模型中进行训练，得到训练后的机器学习模型；采用验证集对训练后的机器学习模型进行测试，得到评价参数；并在评价参数达到设定的阈值时，确定为合格模型。本发明还同时公开了网页栏目识别模型训练装置和存储介质，解决了现有技术中无法有效识别网页栏目的问题。 | ||
| 搜索关键词： | 网页 栏目 识别 模型 训练 方法 使用方法 装置 存储 介质 | ||
【主权项】：
1.一种网页栏目识别模型训练方法，其特征在于，所述方法包括：/n选取第一数量的网页栏目url，第二数量的网页内容url，以及每一个url所对应的标题长度，其中，第一数量和第二数量的比值在预设范围内；/n对网页栏目url进行处理，得到对应的第一字符串特征；/n对网页内容url进行处理，得到对应的第二字符串特征；/n对所述标题长度进行归一化处理，得到标题长度特征；/n将所述第一字符串特征和所述第二字符串特征，以及所述标题长度特征划分为训练集和验证集；/n将所述训练集输入到所选取的机器学习模型中进行训练，得到训练后的机器学习模型；/n采用验证集对训练后的机器学习模型进行测试，得到评价参数，其中，所述评价参数包括不限于：精确度和召回率；/n并在所述评价参数达到设定的阈值时，确定为合格模型。/n
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湖南蚁坊软件股份有限公司，未经湖南蚁坊软件股份有限公司许可，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/201911161584.X/，转载请声明来源钻瓜专利网。
