基于图文混合特征的网站分类方法、系统、设备及介质

摘要

本发明涉及一种基于图文混合特征的网站分类方法、系统、设备及介质，分类方法包括：通过内存式段落向量模型，将任何一块文本转换为段落向量；使用ResNet模型，将图像矩阵输入模型后取倒数第二层输出转换为特征向量作为输入；将上述的图、文特征信息矩阵关联起来，输入LSTM模型训练，生成最终的网页分类网络。本发明通过基于图文混合特征的模型LSTM来表征网页内容，图文混合特征由PV‑DM模型、RESNET模型的预测值的关联序列表示，模型不仅能描述网页的内容信息，此顺序模型还描述了人类阅读文章的顺序，极大的提高了识别的准确率。