研究人员开发了ZeroPolar,一种利用链接结构提高准确性的新型网页零样本分类方法。与忽略链接或强制页面与其邻居具有相似类别的先前方法不同,ZeroPolar分析链接的“结构极性”以确定它们应如何影响预测。这种方法可以实现更准确的分类,即使标签有噪声或仅对一小部分页面可用。在实验中,ZeroPolar-T在十一个图上实现了最高的平均准确率,优于现有基线。 AI
影响 该方法可以通过利用链接结构来提高自动网页分类的准确性,可能使搜索引擎和内容组织平台受益。
排序理由 该项目是一篇研究论文,详细介绍了一种新的网页分类方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- GPT-4o
- Hugging Face
- IArxiv
- Large language models
- LLM-BP
- ScienceCast
- ZeroPolar
- ZeroPolar-T
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →