买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请公开了一种网页信息分类方法、装置及存储介质，用于信息分类领域。本申请方法包括：使用Python的Scrapy库从目标网页获取网页中的静态数据；使用Selenium自动化工具从目标网页获取网页的动态数据；基于所述静态数据和所述动态数据构建DOM树形结构；使用XLM‑RoBERTa预训练语言模型对已构建DOM树形结构的所述静态数据和所述动态数据进行向量化，转化为数值向量；将DOM树形结构转换为图结构，并将数值向量输入卷积图神经网络模型中，通过卷积图神经网络模型对图结构进行编码，生成特征向量；将所述特征向量输入预配置的分类模型中进行计算，通过预配置的分类模型对所述静态数据和所述动态数据进行分类。

主权项：1.一种网页信息分类方法，其特征在于，所述方法包括：使用Python的Scrapy库从目标网页获取网页中的静态数据；使用Selenium自动化工具从目标网页获取网页的动态数据；基于所述静态数据和所述动态数据构建DOM树形结构；使用XLM-RoBERTa预训练语言模型对已构建DOM树形结构的所述静态数据和所述动态数据进行向量化，转化为数值向量；将DOM树形结构转换为图结构，并将数值向量输入卷积图神经网络模型中，通过卷积图神经网络模型对图结构进行编码，生成特征向量；将所述特征向量输入预配置的分类模型中进行计算，通过预配置的分类模型对所述静态数据和所述动态数据进行分类；所述使用Selenium自动化工具从目标网页获取网页的动态数据包括：配置Python开发环境和Selenium自动化工具；在Python环境下，配置WebDriver浏览器驱动；构建采集模型，通过所述采集模型获取所述目标网页的动态数据；所述构建采集模型，通过所述采集模型获取所述目标网页的动态数据，包括：初始化所述采集模型；打开配置的网页起始地址，并等待网页加载完成；判断是否有输入事件：若确定有输入事件，则依次执行输入事件，并模拟点击确认搜索按钮，完成检索；判断用户是否配置有筛选条件：若确定用户配置有筛选条件，则依用户输入的点击事件的位置信息，依次执行点击操作；判断用户是否配置有数据列表项：若确定用户配置有数据列表项，则Selenium自动化工具自动点击数据列表中的每一项，并加载跳转后的页面；按照用户配置，进行目标网页动态数据的内容提取。

全文数据：

权利要求：

百度查询： 中电科大数据研究院有限公司 一种网页信息分类方法、装置及存储介质