DOM Doc2Vec model HTML page template Trinity method UDC 004.67 automated collection of web pages classification of extraction methods data extraction extraction methods formation of a regular expression natural language processing neural network prefix tree traversal search bot semantic similarity graph semantic similarity value of sentences ternary document tree text coherence УДК 004.67 автоматизированный сбор веб-страниц автоматизоване збирання веб-сторінок граф семантичної схожості екстракція даних класифікація методів екстракції классификация методов экстракции когерентність тексту метод Trinity методи екстракції методы экстракции модель Doc2Vec