web pages | BriefGPT - AI 论文速递

关键词web pages

搜索结果 - 9

Tur [k] ingBench: 网页代理挑战基准
通过实验模拟了多模式预训练对网络页面的理解能力，在基准测试中发现了现有模型的优势和不足，并希望该基准测试能促进网络代理的评估和发展。
PDF4 months ago
利用 Wikidata 作为 Web 抽取的种子
基于问题回答技术，本研究提出了一个能从网页中提取新事实并推荐给 Wikidata 编辑人员验证的框架，并通过利用 Wikidata 中已有的信息，无需额外学习信号便可训练该框架来提取各种属性和领域的新事实，实验结果表明平均 F1 得分为 8
PDF6 months ago
ACLTIE: 基于拓扑信息增强的网络页面结构阅读理解
本文提出了一种基于网络页面拓扑信息的阅读理解模型 TIE，通过将令牌级任务转化为标签级任务，引入了两个步骤（即节点定位和答案细化），并整合了图形注意力网络和预训练语言模型，实验结果表明其性能优于强基线并达到了最新水平。
PDF2 years ago
WWWWebFormer: 网页转换器，用于结构信息提取
本文介绍了 WebFormer，一种从 Web 文档中提取结构化信息的 Web 页面转换模型，借助自然语言模型和图注意力等技术，实现了序列化难以提取出的 Web 页面标记数据的结构化信息提取，通过 SWDE 和 Common Crawl 测
PDF2 years ago
WWW神经序列标注模型用于去除样板文件
提取网页主要内容，是许多应用的重要任务，现有方法依赖于大量的手工特征分类。我们提出了一种基于神经序列标注模型的方法，其不依赖于任何手工特征，而是将网页中出现的 HTML 标签和单词作为输入。我们创建了一个新的数据集，并基于我们的模型开发了浏
PDF4 years ago
KDD实时多元优化的高效赌博算法
本文着重于互动网页的多元优化，采用赌博算法探索布局空间并利用山峰爬升法实时选择最优内容，可用于实现布局选择的个性化和情境化，其优化内容的效果已在亚马逊官网多个地点得到实现。
PDF6 years ago
Web2Text: 深度结构化模板去除
介绍了一种利用神经网络和隐马尔可夫模型结合的方法，能够有效地提取网页正文，该方法在 CleanEval 数据库上达到了最先进的去噪声水平，并可提高 ClueWeb12 数据库上信息检索效果。
PDF6 years ago
WWWParallel Streaming Signature EM-tree: 面向 Web 规模应用的聚类算法
本研究提出了一种可伸缩的聚类算法，使用 EM-tree 算法在单个中型计算机上对数千亿个网页进行聚类，并在 ClueWeb09 和 ClueWeb12 上应用该算法，将 500 到 700 万个网页聚类成 50-70 万个聚类，进而提高了聚
PDF9 years ago
PageRank 问题、多智能体一致性和 Web 聚合 —— 一个系统与控制的视角
本文介绍了 PageRank 算法的基本概念及其在信息技术、图书馆学、生物学和电子商务等领域的应用，并提出了一种基于马尔可夫链的分布式随机算法，它使用了节点和链接的图形表示，与系统和控制社区中的其他问题有所关联。
PDF11 years ago