所以我正在研究一个Java项目，并且有一个WebCrawler，它可以从找到的网站中检索并下载html。您输入一个单词（例如Java单词），然后我的程序在google中搜索网站并下载html数据。
因此，现在我正在尝试使用神经网络来预测网站是否正是我想要的，是的，我知道我将需要大量数据，并且必须手动输入网络。我受困的是将html转换为神经网络的数字。
起初，我虽然只是将html转换为纯文本，然后为每个字母分配一个数字，但是只有一个文档，该文档由一堆数字组成，这些数字组成单词。我不确定神经网络将如何看待这个问题，所有这些数字只是一个输入，还是每个词都是神经网络的输入，这将导致输入数不确定的问题，如果网络允许将此作为一种输入，这将是对网站进行分类的一种可行方法吗？