(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210113248.3 (22)申请日 2022.01.29 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 余文利　刘伟　张博　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 王江选 (51)Int.Cl. G06F 40/194(2020.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 网页识别方法、 装置、 电子设备和介质 (57)摘要 本公开提供了一种网页识别方法、 装置、 设 备、 介质和产品， 涉及人工智能技术领域， 具体为 深度学习、 知识图谱等技术领域。 网页识别方法 包括： 获取目标网页的结构数据、 目标网页和历 史网页之间的第一关联关系以及针对历史网页 的历史图谱数据； 基于目标网页的结构数据、 第 一关联关系以及历史图谱数据， 确定针对目标网 页和历史网页的目标图谱数据； 基于目标图谱数 据， 确定目标网页和历史网页之间的相似度； 基 于相似度和历史网页的类别， 确定目标网页的类 别。 权利要求书2页 说明书7页 附图5页 CN 114492370 A 2022.05.13 CN 114492370 A 1.一种网页识别方法， 包括： 获取目标网页的结构数据、 所述目标网页和历史网页之间的第 一关联关系以及针对所 述历史网页的历史图谱数据； 基于所述目标网页的结构数据、 所述第一关联关系以及所述历史图谱数据， 确定针对 所述目标网页和所述历史网页的目标图谱数据； 基于所述目标图谱数据， 确定所述目标网页和所述历史网页之间的相似度； 以及 基于所述相似度和所述历史网页的类别， 确定所述目标网页的类别。 2.根据权利要求1所述的方法， 其中， 所述基于所述目标网页的结构数据、 所述第一关 联关系以及所述历史图谱数据， 确定针对所述目标网页和所述历史网页的目标图谱数据包 括： 基于所述第一关联关系， 将所述目标网页的结构数据关联至所述历史图谱数据中， 得 到所述目标图谱数据。 3.根据权利要求1所述的方法， 其中， 所述第 一关联关系表征了在第 一预设时间段内由 所述历史网页跳转至所述目标网页， 或者表征了在所述第一预设时间段内由所述目标网页 跳转至所述历史网页。 4.根据权利要求1所述的方法， 其中： 所述基于所述目标图谱数据， 确定所述目标网页和所述历史网页之间的相似度包括： 利用图形神经网络处理所述目标图谱数据， 得到所述目标网页和所述历史网页之 间的相似 度； 所述基于所述相似度和所述历史网页的类别， 确定所述目标网页的类别包括： 利用所 述图形神经网络基于所述相似度和所述历史网页的类别， 确定所述目标网页的类别。 5.根据权利要求 4所述的方法， 其中， 所述图形神经网络是通过以下 方式得到的： 利用所述图形神经网络基于所述历史图谱数据， 得到针对所述历史网页的类别； 以及 基于所述历史网页的类别和参 考类别， 更新所述图形神经网络的网络参数。 6.根据权利要求5所述的方法， 其中， 所述历史网页包括多个历史网页； 所述历史图谱 数据是通过以下 方式得到的： 获取所述多个历史网页的结构数据和所述多个历史网页彼此之间的第 二关联关系； 以 及 基于所述历史网页的结构数据和所述第二关联关系， 确定所述历史图谱数据。 7.根据权利要求6所述的方法， 其中， 所述多个历史网页包括第 一历史网页和第 二历史 网页； 所述第二关联关系表征了在第二预设时间段内由所述第一历史网页跳转至所述第二 历史网页， 或者表征了在所述第二预设时间段内由所述第二历史网页跳转至所述第一历史 网页。 8.一种网页识别方法， 包括： 获取模块， 用于获取目标网页的结构数据、 所述目标网页和历史网页之间的第一关联 关系以及针对所述历史网页的历史图谱数据； 第一确定模块， 用于基于所述目标网页的结构数据、 所述第一关联关系以及所述历史 图谱数据， 确定针对所述目标网页和所述历史网页的目标图谱数据； 第二确定模块， 用于基于所述目标图谱数据， 确定所述目标网页和所述历史网页之间权　利　要　求　书 1/2 页 2 CN 114492370 A 2的相似度； 以及 第三确定模块， 用于基于所述相似度和所述历史网页的类别， 确定所述目标网页的类 别。 9.根据权利要求8所述的方法， 其中， 所述第一确定模块还用于： 基于所述第一关联关系， 将所述目标网页的结构数据关联至所述历史图谱数据中， 得 到所述目标图谱数据。 10.根据权利要求8所述的方法， 其中， 所述第一关联关系表征了在第一预设时间段内 由所述历史网页跳转至所述目标网页， 或者表征了在所述第一预设时间段内由所述目标网 页跳转至所述历史网页。 11.根据权利要求8所述的方法， 其中： 所述第二确定模块还用于： 利用图形神经网络处理所述目标图谱数据， 得到所述目标 网页和所述历史网页之间的相似度； 所述第三确定模块还用于： 利用所述图形神经网络基于所述相似度和所述历史网页的 类别， 确定所述目标网页的类别。 12.根据权利要求1 1所述的方法， 其中， 所述图形神经网络是通过以下 方式得到的： 利用所述图形神经网络基于所述历史图谱数据， 得到针对所述历史网页的类别； 以及 基于所述历史网页的类别和参 考类别， 更新所述图形神经网络的网络参数。 13.根据权利要求12所述的方法， 其中， 所述历史网页包括多个历史网页； 所述历史图 谱数据是通过以下 方式得到的： 获取所述多个历史网页的结构数据和所述多个历史网页彼此之间的第 二关联关系； 以 及 基于所述历史网页的结构数据和所述第二关联关系， 确定所述历史图谱数据。 14.根据权利要求13所述的方法， 其中， 所述多个历史网页包括第 一历史网页和第 二历 史网页； 所述第二关联关系表征了在第二预设时间段内由所述第一历史网页跳转至所述第 二历史网页， 或者表征了在所述第二预设时间段内由所述第二历史网页跳转至所述第一历 史网页。 15.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑7中任一项所述的方法。 16.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行权利要求1 ‑7中任一项所述的方法。 17.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现根据权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114492370 A 3