一種基于多示例學(xué)習(xí)的有害信息識別和網(wǎng)頁分類方法

基本信息

申請?zhí)?/td> CN201410609728.4 申請日 -
公開（公告）號 CN104361059B 公開（公告）日 2018-03-27
申請公布號 CN104361059B 申請公布日 2018-03-27
分類號 G06F17/30 分類 計算；推算；計數(shù);
發(fā)明人 胡衛(wèi)明;胡瑞光 申請（專利權(quán)）人 人民中科（山東）智能技術(shù)有限公司
代理機(jī)構(gòu) 中科專利商標(biāo)代理有限責(zé)任公司 代理人 宋焰琴
地址 100190 北京市海淀區(qū)中關(guān)村東路95號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于多示例學(xué)習(xí)的網(wǎng)頁分類方法，該方法包括：設(shè)計了相對大小排序前向比較法來提取網(wǎng)頁內(nèi)有效圖像，并根據(jù)網(wǎng)頁樹狀結(jié)構(gòu)提取有效圖像的相關(guān)文本；將一幅有效圖像及其相關(guān)文本作為網(wǎng)頁包中的一個示例，分別采用圖像詞包模型和文本詞包模型生成有效圖像及其相關(guān)文本的描述，并將二者合并起來作為示例的描述；采用多示例核對毒品網(wǎng)頁進(jìn)行分類。本發(fā)明的方法，通過將網(wǎng)頁中內(nèi)含的圖像及其相關(guān)文本作為網(wǎng)頁包中的示例，使算法更符合網(wǎng)頁內(nèi)容的實際分布，并能夠充分利用網(wǎng)頁的有效信息，深入挖掘圖像信息與文本信息的互補(bǔ)性，最終取得比只利用單模態(tài)信息進(jìn)行分類更好的效果。