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！

龙图腾网获悉中国移动通信有限公司研究院;中国移动通信集团有限公司申请的专利网页信息抽取与分类方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116910404B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310348879.8，技术领域涉及：G06F16/958；该发明授权网页信息抽取与分类方法及装置是由叶甜甜;黄毅;冯俊兰;邓超设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本网页信息抽取与分类方法及装置在说明书摘要公布了：本发明提供了一种网页信息抽取与分类方法及装置，属于人工智能技术领域。网页信息抽取与分类方法，包括：将目标网页的源码转换为dom树；对所述dom树的每个结点进行处理，得到四个特征矩阵：文本特征矩阵、Xpath特征矩阵、layout布局特征矩阵和视觉特征矩阵；将所述四个特征矩阵分别输入编码网络，得到四个表征向量；将所述四个表征向量进行特征融合，得到融合特征，将所述融合特征输入分类网络，得到并存储所述目标网页的信息单元的分类结果，所述分类结果包括以下至少一项：表格；需填充表单；需要链接到下一个网页展示的文本单元；导航栏或者展示栏；纯文本；广告和无用信息。本发明的技术方案能够提高网页信息抽取与分类方案的通用性。

本发明授权网页信息抽取与分类方法及装置在权利要求书中公布了：1.一种网页信息抽取与分类方法，其特征在于，包括： 将目标网页的源码转换为dom树； 对所述dom树的每个结点进行处理，得到四个特征矩阵：文本特征矩阵、Xpath特征矩阵、layout布局特征矩阵和视觉特征矩阵； 将所述四个特征矩阵分别输入编码网络，得到四个表征向量； 将所述四个表征向量进行特征融合，得到融合特征，将所述融合特征输入分类网络，得到并存储所述目标网页的信息单元的分类结果，所述分类结果包括以下至少一项：表格；需填充表单；需要链接到下一个网页展示的文本单元；导航栏或者展示栏；纯文本；广告和无用信息； 所述文本特征矩阵的每一行对应所述源码中的一个结点，每一列对应所述结点的文本特征的特性值； 所述Xpath特征矩阵的每一行对应所述源码中的一个结点，每一列对应所述结点的Xpath特征的特性值； 所述layout布局特征矩阵的每一行对应所述源码中的一个结点，每一列对应所述结点的layout布局特征的特性值； 所述视觉特征矩阵的每一行对应所述源码中的一个结点，每一列对应所述结点的视觉特征的特性值； 所述将所述四个特征矩阵分别输入编码网络，得到四个表征向量包括以下至少一项： 将所述文本特征矩阵输入多层自注意力机制网络Bert得到第一表征向量； 将所述Xpath特征矩阵输入卷积神经网络得到第二表征向量； 将所述layout布局特征矩阵输入卷积神经网络得到第三表征向量； 将所述视觉特征矩阵输入FCOS检测网络得到第四表征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国移动通信有限公司研究院;中国移动通信集团有限公司，其通讯地址为：100053 北京市西城区宣武门西大街32号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。