[發明專利]一種醫療網站的識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110401822.0
• 申請日: 2021-04-14
• 公開（公告）號: CN112948739A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 溫延龍;范淵
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/906;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊威

1.一種醫療網站的識別方法，其特征在于，包括：

利用樣本網站首頁信息和分類標簽設置訓練樣本；其中，所述分類標簽包括醫療網站和其他網站；

將所述訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型；

獲取目標網站的目標網站首頁信息，并利用所述網站識別模型輸出與所述目標網站對應的目標分類標簽。

2.根據權利要求1所述的方法，其特征在于，所述利用樣本網站首頁信息和分類標簽設置訓練樣本的過程，具體包括：

獲取樣本網站中的樣本標題、所述樣本網站中文本信息的分詞以及所述分詞中關鍵詞的數量；

確定出與各所述樣本網站對應的分類標簽；

根據所述樣本標題、所述文本信息的分詞、所述關鍵詞的數量以及所述分類標簽設置所述訓練樣本。

3.根據權利要求1所述的方法，其特征在于，所述將所述訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型的過程，具體包括：

根據交叉驗證法將所述訓練樣本輸入至所述卷積神經網絡中進行學習訓練，得出所述網站識別模型。

4.根據權利要求3所述的方法，其特征在于，進一步包括：

響應于用戶的輸入操作，獲取第一數據信息，并利用所述第一數據信息調整模型訓練過程中初始化模型的dropout參數。

5.根據權利要求3所述的方法，其特征在于，進一步包括：

響應于用戶的輸入操作，獲取第二數據信息，并利用所述第二數據信息調整模型訓練過程中初始化模型的batch參數。

6.根據權利要求3所述的方法，其特征在于，進一步包括：

當學習訓練過程中迭代更新模型達到最大更新次數時，將所述最大更新次數對應的模型輸出為所述網站識別模型。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述利用樣本網站首頁信息和分類標簽設置訓練樣本的過程，具體包括：

利用網絡爬蟲獲取所述樣本網站首頁信息，并根據所述樣本網站首頁信息和所述分類標簽設置所述訓練樣本。

8.一種醫療網站的識別裝置，其特征在于，包括：

樣本設置模塊，用于利用樣本網站首頁信息和分類標簽設置訓練樣本；其中，所述分類標簽包括醫療網站和其他網站；

模型訓練模塊，用于將所述訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型；

類型確定模塊，用于獲取目標網站的目標網站首頁信息，并利用所述網站識別模型輸出與所述目標網站對應的目標分類標簽。

9.一種醫療網站的識別設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至7任一項所述的醫療網站的識別方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的醫療網站的識別方法的步驟。