Анализ сайта datquocnguyen.github.io
Основное Готовность: 100%
Домен
datquocnguyen.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://datquocnguyen.github.io
301 MovedPermanently
https://datquocnguyen.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 14.11.2026 11:57:04.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,45сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,45сек оптимальна.
Объем документа
119Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 119Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 2
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 2 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | css/screen.css |
| stylesheet | text/css | css/print.css |
Серверные заголовки
Кол-во: 17
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 17шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "6a317f71-1dcf4" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 86E4:0A67:A81F6:B90B1:6A8A9591 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 06:39:14 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270050-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787467154.255875,VS0,VE145 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 814cf87fea74bdf0ff7cb3fb4c43d053dcbe97a5 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 34%
Title
Dat Quoc Nguyen
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 15, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Dat Quoc Nguyen
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 15, минимум: 80, оптимально: от 120 до 130)
Мета-тег description совпадает с title! Внесите правку в title или мета-тег description!
Keywords
Text translation, speech translation, Language Modeling, PhoBERT, BERTweet, BARTpho, Topic modeling, Representation learning, Rule-based learning, Part-of-speech tagging, Parsing, Question answering, Sentiment analysis, Text summarization, Information retrieval, Information extraction, Knowledge acquisition, STransE, LFTM, RDRPOSTagger, jLDADMM, VnDP, word embeddings, knowledge base completion, link prediction, embedding model, entity prediction, relation prediction, triple classification, morphological tagging, ripple down rules, short text modeling, embeddings, search personalization, dependency parsing, neural network, lstm, jptdp, joint model, word segmentation, Vietnamese, RDRsegmenter, VnMarMoT, named entity recognition, VnCoreNLP, NER, BioNLP, relation extraction, CNN, capsule netowrk, convolutional neural network, capse, convkb, jointRE, jPTDP, BioPosDep, biomedical NLP
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Keywords установлены.
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 3
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 3шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1.0 |
| name | description | Dat Quoc Nguyen |
| name | Keywords | Text translation, speech translation, Language Modeling, PhoBERT, BERTweet, BARTpho, Topic modeling, Representation learning, Rule-based learning, Part-of-speech tagging, Parsing, Question answering, Sentiment analysis, Text summarization, Information retrieval, Information extraction, Knowledge acquisition, STransE, LFTM, RDRPOSTagger, jLDADMM, VnDP, word embeddings, knowledge base completion, link prediction, embedding model, entity prediction, relation prediction, triple classification, morphological tagging, ripple down rules, short text modeling, embeddings, search personalization, dependency parsing, neural network, lstm, jptdp, joint model, word segmentation, Vietnamese, RDRsegmenter, VnMarMoT, named entity recognition, VnCoreNLP, NER, BioNLP, relation extraction, CNN, capsule netowrk, convolutional neural network, capse, convkb, jointRE, jPTDP, BioPosDep, biomedical NLP |
Оптимизация Готовность: 52%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Абзацев с текстом 0 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 0 слишком мало. Сделайте контент более читаемым!
Слова из title 3 встречаются в тексте достаточно.
Кол-во знаков контента 68111 на странице оптимально.
Кол-во слов 9898 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h2> 1. Это хорошо.
На странице присутствуют заголовки <h3> 8.
Тошнота
15,30
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
81,25%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| nguyen | 234 | 2,36% |
| conference | 92 | 0,93% |
| author | 86 | 0,87% |
| [bibtex] | 86 | 0,87% |
| booktitle | 75 | 0,76% |
| language | 70 | 0,71% |
| proceedings | 70 | 0,71% |
| international | 64 | 0,65% |
| vietnamese | 63 | 0,64% |
| knowledge | 49 | 0,50% |
| computational | 44 | 0,44% |
| association | 43 | 0,43% |
| {proceedings | 42 | 0,42% |
| workshop | 38 | 0,38% |
| models | 36 | 0,36% |
| [software] | 35 | 0,35% |
| nguyen} | 33 | 0,33% |
| neural | 30 | 0,30% |
| natural | 29 | 0,29% |
| annual | 27 | 0,27% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 339 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 37
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 37 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /resources/Timeline17.zip |
Timeline17
|
|
Анализировать url |
| /resources/paper_54.pdf |
[.pdf]
|
|
|
| /resources/ECIR2020_ChEMU.pdf |
[.pdf]
|
|
|
| /resources/ECIR2019.pdf |
[.pdf]
|
|
|
| /resources/DatQuocNguyen_PHD_Thesis.pdf |
[.pdf]
|
|
|
| /resources/ECIR2017.pdf |
[.pdf]
|
|
|
| /resources/TransE-NMM-Code.zip |
[Software]
|
|
Анализировать url |
| /resources/AIC698.pdf |
[.pdf]
|
|
|
| /resources/TACL-datasets.zip |
[Data]
|
|
Анализировать url |
| /resources/NLDB2014.pdf |
[.pdf]
|
|
|
| /resources/WWW2013.pdf |
[.pdf]
|
|
|
| /resources/Timeline17.zip |
[Data]
|
|
Анализировать url |
| /resources/IEAAIE2012a.pdf |
[.pdf]
|
|
|
| /resources/IEAAIE2012b.pdf |
[.pdf]
|
|
|
| /resources/CICLing2011.pdf |
[.pdf]
|
|
|
| /resources/GrC2011.pdf |
[.pdf]
|
|
|
| /resources/NLPKE2011.pdf |
[.pdf]
|
|
|
| /resources/KSE2009a.pdf |
[.pdf]
|
|
|
| /resources/KSE2009b.pdf |
[.pdf]
|
|
|
| /resources/VLSP2023_DatQuocNguyen.pdf |
An overview of foundation models for Vietnamese language processing
|
|
|
| /resources/XPhoneBERT_Slides_DatQuocNguyen.pdf |
XPhoneBERT: A Pre-trained Multilingual Model for Phoneme Representations for Text-to-Speech
|
|
|
| /resources/DisfluencyDetection_IntentDetection_SlotFilling_Vietnamese_DatQuocNguyen.pdf |
From Disfluency Detection to Intent Detection and Slot Filling for Vietnamese
|
|
|
| /resources/EnglishVietnameseTextSpeechTranslation_DatQuocNguyen.pdf |
Recent Advances in English-Vietnamese Text and Speech Translation
|
|
|
| /resources/AIDay2022_NLP_Tutorial_DatQuocNguyen.pdf |
Recent Advances in Pre-trained Models for Vietnamese Language Processing
|
|
|
| /resources/NVIDIA_GTC_Talk.pdf |
BERTweet: The First Large-scale Pre-trained Language Model for English Tweets
|
|
|
| /resources/DatQuocNguyen_RecentAdvancesInVietnameseNLP.pdf |
Recent advances in Vietnamese language modeling and understanding
|
|
|
| /resources/DatQuocNguyen_KSE2020_Talk.pdf |
Recent advances in Vietnamese language modeling and understanding
|
|
|
| /resources/DatQuocNguyen_AIDay2020_FinalVersion.pdf |
PhoBERT: Pre-trained language models for Vietnamese
|
|
|
| /resources/SydneyNLPmeetup_and_ALTA.pdf |
A neural joint model for Vietnamese word segmentation, POS tagging and dependency parsing
|
|
|
| /resources/JointModels.pdf |
Joint models for POS tagging and
dependency parsing, and for NER and relation classification
|
|
|
| /resources/KBCompletion_ConvKB_slides.pdf |
A convolutional neural network-based model for knowledge base completion
|
|
|
| /resources/RDR44NLP_MQ_UniMelb.pdf |
A rule-based framework for sequence labeling tasks and its application to Vietnamese NLP
|
|
|
| /resources/RDR44NLP_MQ_UniMelb.pdf |
A rule-based framework for sequence labeling tasks and its application to Vietnamese NLP
|
|
|
| /resources/Deakin_PRaDA_talk.pdf |
Modeling multi-relational data from knowledge bases with embeddings
|
|
|
| /resources/Nguyen2016_UKP_COLI.pdf |
Modeling topics and knowledge bases with embeddings
|
|
|
| /resources/Nguyen2016_UKP_COLI.pdf |
Modeling topics and knowledge bases with embeddings
|
|
|
| /resources/Nguyen_EMNLP2015.pdf |
Improving topic models with latent feature word representations
|
|
Внешние ссылки
Кол-во: 218
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 218 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| qualcomm.com |
Qualcomm AI Research
|
Анализировать url |
| twitter.com |
<b>Twitter</b>
|
|
| github.com |
<b>Github</b>
|
Анализировать url |
| scholar.google.com |
<b>Google Scholar</b>
|
Анализировать url |
| qualcomm.com |
Qualcomm AI Research
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| github.com |
PhoGPT
|
Анализировать url |
| github.com |
RecGPT
|
Анализировать url |
| github.com |
PhoBERT
|
Анализировать url |
| github.com |
BARTpho
|
Анализировать url |
| github.com |
XPhoneBERT
|
Анализировать url |
| github.com |
BERTweet
|
Анализировать url |
| huggingface.co |
millions of downloads
|
Анализировать url |
| web.science.mq.edu.au |
Mark Johnson
|
Анализировать url |
| web.science.mq.edu.au |
Mark Dras
|
Анализировать url |
| hdl.handle.net |
Modeling Topics and Knowledge Bases with Vector Representations
|
Анализировать url |
| vinai.io |
VinAI Winter Workshop 2022
|
Анализировать url |
| vinai.io |
VinAI Spring Workshop 2022
|
Анализировать url |
| vinai.io |
VinAI NLP workshop 2021
|
Анализировать url |
| noisy-text.github.io |
WNUT-2020 COVID19Tweet task
|
Анализировать url |
| chemu.eng.unimelb.edu.au |
CLEF-2020 ChEMU task
|
Анализировать url |
| github.com |
PLANTA
|
Анализировать url |
| github.com |
WhoQA
|
Анализировать url |
| github.com |
RecGPT
|
Анализировать url |
| github.com |
JPIS
|
Анализировать url |
| github.com |
MISCA
|
Анализировать url |
| github.com |
XPhoneBERT
|
Анализировать url |
| github.com |
WGE
|
Анализировать url |
| github.com |
JMAC
|
Анализировать url |
| github.com |
NoGE
|
Анализировать url |
| doi.org |
ChemTables
|
Анализировать url |
| github.com |
JointIDSF
|
Анализировать url |
| github.com |
BERTweet
|
Анализировать url |
| github.com |
Caps2NE
|
Анализировать url |
| github.com |
LAAT
|
Анализировать url |
| github.com |
COVID19Tweet
|
Анализировать url |
| chemu-patent-ie.github.io |
ChEMU
|
Анализировать url |
| github.com |
CapsE
|
Анализировать url |
| github.com |
ChemPatentEmbeddings
|
Анализировать url |
| github.com |
BioPosDep
|
Анализировать url |
| github.com |
jointRE
|
Анализировать url |
| github.com |
ConvKB
|
Анализировать url |
| github.com |
IronyDetectionInTwitter
|
Анализировать url |
| github.com |
jPTDP
|
Анализировать url |
| github.com |
EventPrediction
|
Анализировать url |
| github.com |
TransE-NMM
|
Анализировать url |
| github.com |
STransE
|
Анализировать url |
| github.com |
jLDADMM
|
Анализировать url |
| github.com |
MAP4LDA
|
Анализировать url |
| github.com |
LFTM
|
Анализировать url |
| github.com |
RDRPOSTagger
|
Анализировать url |
| github.com |
SAR14
|
Анализировать url |
| huggingface.co |
PhoAudiobook
|
Анализировать url |
| huggingface.co |
MedEV
|
Анализировать url |
| github.com |
PhoWhisper
|
Анализировать url |
| github.com |
PhoGPT
|
Анализировать url |
| github.com |
PhoDisfluency
|
Анализировать url |
| github.com |
PhoATIS_Disfluency
|
Анализировать url |
| github.com |
PhoST
|
Анализировать url |
| github.com |
VinAI_Translate
|
Анализировать url |
| github.com |
BARTpho
|
Анализировать url |
| github.com |
PhoMT
|
Анализировать url |
| github.com |
PhoATIS
|
Анализировать url |
| github.com |
PhoNLP
|
Анализировать url |
| github.com |
PhoNER_COVID19
|
Анализировать url |
| github.com |
ViText2SQL
|
Анализировать url |
| github.com |
PhoBERT
|
Анализировать url |
| github.com |
PhoW2V
|
Анализировать url |
| github.com |
VnCoreNLP
|
Анализировать url |
| github.com |
RDRsegmenter
|
Анализировать url |
| github.com |
VnMarMoT
|
Анализировать url |
| github.com |
VnDT
|
Анализировать url |
| scholar.google.com |
my Google Scholar profile
|
Анализировать url |
| arxiv.org |
Zero-Shot Text-to-Speech for Vietnamese
|
Анализировать url |
| huggingface.co |
[Data]
|
Анализировать url |
| arxiv.org |
ClozeMath: Improving Mathematical Reasoning in Language Models by Learning to Fill Equations
|
Анализировать url |
| openreview.net |
Planning for Success: Exploring LLM Long-term Planning Capabilities in Table Understanding
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| iclr-blogposts.github.io |
Pre-training of Foundation Adapters for LLM Fine-tuning
|
Анализировать url |
| doi.org |
Who's Who: Large Language Models Meet Knowledge Conflicts in Practice
|
Анализировать url |
| github.com |
[Data]
|
Анализировать url |
| aclanthology.org |
RecGPT: Generative Pre-training for Text-based Recommendation
|
Анализировать url |
| github.com |
[Software & Data]
|
Анализировать url |
| aclanthology.org |
Improving Vietnamese-English Medical Machine Translation
|
Анализировать url |
| huggingface.co |
[Data]
|
Анализировать url |
| openreview.net |
PhoWhisper: Automatic Speech Recognition for Vietnamese
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| doi.org |
JPIS: A Joint Model for Profile-based Intent Detection and Slot Filling with Slot-to-Intent Attention
|
Анализировать url |
| arxiv.org |
[.pdf]
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| arxiv.org |
PhoGPT: Generative Pre-training for Vietnamese
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| aclanthology.org |
MISCA: A Joint Model for Multiple Intent Detection and Slot Filling with Intent-Slot Co-Attention
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| dx.doi.org |
XPhoneBERT: A Pre-trained Multilingual Model for Phoneme Representations for Text-to-Speech
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
| doi.org |
Building and Nurturing AI Development in Vietnam
|
Анализировать url |
| doi.org |
Two-view Graph Neural Networks for Knowledge Graph Completion
|
Анализировать url |
| arxiv.org |
[.pdf]
|
Анализировать url |
| github.com |
[Software]
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Анализ сайта datquocnguyen.github.io, слабо оптимизирован на 46%. Для хорошей оптимизации и выхода на первые места в поиске требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: