Анализ страницы https://gabrielstanovsky.github.io/publications
Основное Готовность: 100%
Домен
gabrielstanovsky.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:
https://gabrielstanovsky.github.io/publications
301 MovedPermanently
https://gabrielstanovsky.github.io/publications/
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 09.01.2027 2:59:59.
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
~0,57сек
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 0,57сек оптимальна.
Объем документа
163Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 163Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 3
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 3 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /assets/css/main.css | |
| stylesheet | https://cdn.jsdelivr.net/npm/@fortawesome/fontawesome-free@5/css/all.min.css | |
| js | text/javascript | https://www.goodreads.com/quotes/widget/24306303-gabriel-stanovsky?v=2 |
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 | "6a71b429-28d90" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 0886:16D245:1284E98:12AA6A3:6A893397 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 07:14:36 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230212-FRA |
| X-Cache | HIT |
| x-cache-hits | 0 |
| x-timer | S1787382877.678540,VS0,VE108 |
| Vary | Accept-Encoding |
| x-fastly-request-id | d3f1b83271786e1cba8accf32d48091cf4713fc2 |
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: 33%
Title
Publications - Gabriel Stanovsky
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: 32, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Academic homepage of Gabriel Stanovsky, assistant professor at the computer science department of the Hebrew University of Jerusalem.
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 уменьшить число символов в description (текущее значение: 133, оптимально: от 120 до 130)
Keywords
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.
Установите мета-тег keywords!
Канонический Url
/publications/
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.
Домен в каноническом Url не совпадает!
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
Кол-во: 6
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 задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:type | website |
| og:locale | en_US |
| og:site_name | Gabriel Stanovsky |
| og:title | Publications |
| og:url | /publications/ |
| og:description | Academic homepage of Gabriel Stanovsky, assistant professor at the computer science department of the Hebrew University of Jerusalem. |
Все мета-теги
Кол-во: 9
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 9шт. 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 | description | Academic homepage of Gabriel Stanovsky, assistant professor at the computer science department of the Hebrew University of Jerusalem. |
| name | author | Gabriel Stanovsky |
| name | viewport | width=device-width, initial-scale=1.0 |
| property | og:type | website |
| property | og:locale | en_US |
| property | og:site_name | Gabriel Stanovsky |
| property | og:title | Publications |
| property | og:url | /publications/ |
| property | og:description | Academic homepage of Gabriel Stanovsky, assistant professor at the computer science department of the Hebrew University of Jerusalem. |
Оптимизация Готовность: 77%
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.
Среднее число слов в абзаце 9 слишком мало. Сделайте контент более читаемым!
Слова из title 3 встречаются в тексте достаточно.
Абзацев с текстом 81 достаточно.
Кол-во знаков контента 14226 на странице оптимально.
Кол-во слов 1984 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 <h1> 2. Это прекрасно.
На странице присутствуют заголовки <h2> 13. Это хорошо.
На странице присутствуют заголовки <h3> 80.
Тошнота
9,06
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
2,27%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота не дотягивает до нормы 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 |
|---|---|---|
| gabriel | 82 | 4,13% |
| stanovsky | 82 | 4,13% |
| findings | 15 | 0,76% |
| poster | 13 | 0,66% |
| workshop | 12 | 0,60% |
| project | 11 | 0,55% |
| evaluation | 11 | 0,55% |
| slides | 11 | 0,55% |
| yonatan | 9 | 0,45% |
| language | 9 | 0,45% |
| machine | 8 | 0,40% |
| models | 8 | 0,40% |
| itzhak | 7 | 0,35% |
| schwartz | 7 | 0,35% |
| coreference | 7 | 0,35% |
| publications | 6 | 0,30% |
| berger | 6 | 0,30% |
| michael | 6 | 0,30% |
| translation | 6 | 0,30% |
| extraction | 6 | 0,30% |
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 238 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: 70
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 70 оптимально.
На странице присутствуют изображения 6.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
Gabriel Stanovsky
|
|
| / |
About
|
|
| /group |
Group
|
|
| /publications |
Publications
|
|
| /teaching |
Teaching
|
|
| /talks |
Talks
|
|
| /assets/papers/zombie/poster.pdf |
POSTER
|
|
| /assets/papers/gender/bib.txt |
BIB
|
|
| /data:application/octet-stream;charset=utf-16le;base64,QGFydGljbGV7Q2hlbjIwMjBNT0NIQUFELAogIHRpdGxlPXtNT0NIQTogQSBEYXRhc2V0IGZvciBUcmFpbmluZyBhbmQgRXZhbHVhdGluZyBHZW5lcmF0aXZlIFJlYWRpbmcgQ29tcHJlaGVuc2lvbiBNZXRyaWNzfSwKICBhdXRob3I9e0FudGhvbnkgQ2hlbiBhbmQgR2FicmllbCBTdGFub3Zza3kgYW5kIFMuIFNpbmdoIGFuZCBNYXR0IEdhcmRuZXJ9LAogIGpvdXJuYWw9e0FyWGl2fSwKICB5ZWFyPXsyMDIwfSwKICB2b2x1bWU9e2Ficy8yMDEwLjAzNjM2fQp9 |
BIB
|
|
| /assets/papers/sledgehammer/bib.txt |
BIB
|
|
| /assets/papers/acl-gs/bib.txt |
BIB
|
|
| /assets/papers/acl-coref/bib.txt |
BIB
|
|
| /assets/papers/eco-sem/bib.txt |
BIB
|
|
| /assets/papers/acl19/presentation.pdf |
SLIDES
|
|
| /assets/papers/acl19/poster.pdf |
POSTER
|
|
| /assets/papers/acl19/bib.txt |
BIB
|
|
| /assets/papers/semeval2019/bib.txt |
BIB
|
|
| /assets/papers/naacl19/bib.txt |
BIB
|
|
| /assets/papers/wnut2019/poster.pdf |
POSTER
|
|
| /assets/papers/wnut2019/bib.txt |
BIB
|
|
| /assets/papers/qa-eval/paper.pdf |
Evaluating Question Answering Evaluation
|
|
| /assets/papers/qa-eval/bib.txt |
BIB
|
|
| /assets/papers/conll2019/bib.txt |
BIB
|
|
| /assets/papers/emnlp18odd/paper.pdf |
Spot the Odd Man Out; Exploring the Associative Power of Lexical Resources
|
|
| /assets/papers/emnlp18odd/poster.pdf |
POSTER
|
|
| /assets/papers/emnlp18odd/bib.txt |
BIB
|
|
| /assets/papers/emnlp18safl/paper.pdf |
Semantics as a Foreign Language
|
|
| /assets/papers/emnlp18safl/presentation.pdf |
SLIDES
|
|
| /assets/papers/emnlp18safl/bib.txt |
BIB
|
|
| /assets/papers/naacl18long/paper.pdf |
Supervised Open Information Extraction
|
|
| /assets/papers/naacl18long/poster.pdf |
POSTER
|
|
| /assets/papers/naacl18long/bib.txt |
BIB
|
|
| /assets/papers/naacl18short/paper.pdf |
Crowdsourcing Question-Answer Meaning Representations
|
|
| /assets/papers/naacl18short/bib.txt |
BIB
|
|
| /assets/papers/acl17/paper.pdf |
Integrating Deep Linguistic Features in Factuality Prediction over Unified Datasets
|
|
| /assets/papers/acl17/presentation.pdf |
SLIDES
|
|
| /assets/papers/acl17/poster.pdf |
POSTER
|
|
| /assets/papers/acl17/bib.txt |
BIB
|
|
| /assets/papers/starsem17/paper.pdf |
Acquiring Predicate Paraphrases from News Tweets
|
|
| /assets/papers/starsem17/bib.txt |
BIB
|
|
| /assets/papers/lsdsem17/paper.pdf |
A Consolidated Open Knowledge Representation for Multiple Texts
|
|
| /assets/papers/lsdsem17/presentation.pdf |
SLIDES
|
|
| /assets/papers/lsdsem17/poster.pdf |
POSTER
|
|
| /assets/papers/lsdsem17/bib.txt |
BIB
|
|
| /assets/papers/eacl17a/paper.pdf |
Recognizing Mentions of Adverse Drug Reaction in Social Media Using Knowledge-Infused Recurrent Models
|
|
| /assets/papers/eacl17a/presentation.pdf |
SLIDES
|
|
| /assets/papers/eacl17a/poster.pdf |
POSTER
|
|
| /assets/papers/eacl17a/bib.txt |
BIB
|
|
| /assets/papers/emnlp16a/paper.pdf |
Creating a Large Benchmark for Open Information Extraction
|
|
| /assets/papers/emnlp16a/slides.pdf |
SLIDES
|
|
| /assets/papers/emnlp16a/bib.txt |
BIB
|
|
| /assets/papers/emnlp2016b/poster.pdf |
POSTER
|
|
| /assets/papers/acl16a/paper.pdf |
Annotating and Predicting Non-Restrictive Noun Phrase Modifications
|
|
| /assets/papers/acl16a/poster.pdf |
POSTER
|
|
| /assets/papers/acl16a/bib.txt |
BIB
|
|
| /assets/papers/acl16b/paper.pdf |
Specifying and Annotating Reduced Argument Span Via QA-SRL
|
|
| /assets/papers/acl16b/slides.pdf |
SLIDES
|
|
| /assets/papers/acl16b/bib.txt |
BIB
|
|
| /assets/papers/props/presentation.pdf |
SLIDES
|
|
| /assets/papers/props/bib.txt |
BIB
|
|
| /assets/papers/acl15/paper.pdf |
Open IE as an Intermediate Structure for Semantic Tasks
|
|
| /assets/papers/acl15/slides.pdf |
SLIDES
|
|
| /assets/papers/acl15/bib.txt |
BIB
|
|
| /assets/papers/coling15/paper.pdf |
Proposition Knowledge Graphs
|
|
| /assets/papers/coling15/slides.pdf |
SLIDES
|
|
| /assets/papers/coling15/poster.pdf |
POSTER
|
|
| /assets/papers/coling15/bib.txt |
BIB
|
|
| /assets/papers/acl14/paper.pdf |
Intermediary Semantic Representation Through Proposition Structures
|
|
| /assets/papers/acl14/poster.pdf |
POSTER
|
|
| /assets/papers/acl14/bib.txt |
BIB
|
|
Внешние ссылки
Кол-во: 157
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 157 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| arxiv.org |
From Feelings to Metrics: Understanding and Formalizing How Users Vibe-Test LLMs
|
| technion-cs-nlp.github.io |
PROJECT
|
| github.com |
CODE
|
| arxiv.org |
Growing Pains: Extensible and Efficient LLM Benchmarking Via Fixed Parameter Calibration
|
| github.com |
CODE
|
| aclanthology.org |
Proceedings of the Fifth Workshop on Generation, Evaluation and Metrics (GEM)
|
| aclanthology.org |
ANTHOLOGY
|
| arxiv.org |
ScheMatiQ: From Research Question to Structured Data through Interactive Schema Discovery
|
| schematiq-ai.com |
PROJECT
|
| youtube.com |
TALK
|
| aclanthology.org |
Leveraging Digitized Newspapers to Collect Summarization Data in Low-Resource Languages
|
| github.com |
CODE+DATA
|
| arxiv.org |
Cooking Up Creativity: A Cognitively-Inspired Approach for Enhancing LLM Creativity through Structured Representations
|
| arxiv.org |
Surveying the Landscape of Image Captioning Evaluation: A Comprehensive Taxonomy, Trends and Metrics Analysis
|
| arxiv.org |
More Documents, Same Length: Isolating the Challenge of Multiple Documents in RAG
|
| github.com |
CODE
|
| arxiv.org |
Time to Talk: LLM Agents for Asynchronous Group Communication in Mafia Games
|
| niveck.github.io |
PROJECT
|
| huggingface.co |
DATA
|
| github.com |
CODE
|
| arxiv.org |
Trust Me, I'm Wrong: High-Certainty Hallucinations in LLMs
|
| github.com |
CODE
|
| arxiv.org |
ReliableEval: A Recipe for Stochastic LLM Evaluation via Method of Moments
|
| arxiv.org |
PromptSuite: A Task-Agnostic Framework for Multi-Prompt Generation
|
| eliyahabba.github.io |
PROJECT
|
| promptsuite.streamlit.app |
DEMO
|
| github.com |
CODE
|
| aclanthology.org |
Proceedings of the GEM^2 Workshop: Generation Evaluation & Metrics
|
| arxiv.org |
Planted in Pretraining, Swayed by Finetuning: A Case Study on the Origins of Cognitive Biases in LLMs
|
| arxiv.org |
Looking Beyond The Top-1: Transformers Determine Top Tokens In Order
|
| arxiv.org |
Can LLMs Help Uncover Insights about LLMs? A Large-Scale, Evolving Literature Analysis of Frontier LLMs
|
| arxiv.org |
DOVE: A Large-Scale Multi-Dimensional Predictions Dataset Towards Meaningful LLM Evaluation
|
| slab-nlp.github.io |
PROJECT
|
| huggingface.co |
DATA
|
| slab-nlp.github.io |
DASHBOARD
|
| github.com |
CODE
|
| arxiv.org |
The State and Fate of Summarization Datasets: A Survey
|
| searchdatasets-fru5zwwfm2shmyrtna9gjh.streamlit.app |
EXPLORER
|
| github.com |
CODE
|
| arxiv.org |
In-Context Learning on a Budget: A Case Study in Token Classification
|
| arxiv.org |
Applying Intrinsic Debiasing on Downstream Tasks: Challenges and Considerations for Machine Translation
|
| arxiv.org |
Schema-Driven Information Extraction from Heterogeneous Tables
|
| arxiv.org |
State of What Art? A Call for Multi-Prompt LLM Evaluation
|
| github.com |
CODE
|
| arxiv.org |
Instructed to Bias: Instruction-Tuned Language Models Exhibit Emergent Cognitive Bias
|
| github.com |
CODE
|
| arxiv.org |
Leveraging Collection-Wide Similarities for Unsupervised Document Structure Extraction
|
| github.com |
CODE
|
| arxiv.org |
K-QA: A Real-World Medical Q&A Benchmark
|
| github.com |
CODE
|
| github.com |
Navigating the Modern Evaluation Landscape: Considerations in Benchmarks and Frameworks for Large Language Models
|
| github.com |
SLIDES
|
| aclanthology.org |
BIB
|
| arxiv.org |
Do Zombies Understand? A Choose-Your-Own-Adventure Exploration of Machine Cognition
|
| arxiv.org |
WHOOPS! A Vision-and-Language Commonsense Benchmark of Heterogeneous Objects and Situations
|
| whoops-benchmark.github.io |
PROJECT
|
| huggingface.co |
DATA
|
| huggingface.co |
EXPLORER
|
| whoops-benchmark.github.io |
POSTER
|
| arxiv.org |
Evaluating and Improving the Coreference Capabilities of Machine Translation Models
|
| arxiv.org |
Comparing Humans and Models on a Similar Scale: Towards Cognitive Gender Bias Evaluation in Coreference Resolution
|
| github.com |
CODE
|
| aclanthology.org |
Exploring the Impact of Training Data Distribution and Subword Tokenization on Gender Bias in Machine Translation
|
| github.com |
CODE
|
| arxiv.org |
VASR: Visual Analogies of Situation Recognition
|
| vasr-dataset.github.io |
PROJECT
|
| huggingface.co |
DATA
|
| colab.research.google.com |
COLAB
|
| github.com |
CODE
|
| aclanthology.org |
You Can Have Your Data and Balance It Too: Towards Balanced and Efficient Multilingual Models
|
| arxiv.org |
The Perfect Victim: Computational Analysis of Judicial Attitudes towards Victims of Sexual Violence
|
| arxiv.org |
A Large-Scale Multilingual Study of Visual Constraints on Linguistic Selection of Descriptions
|
| arxiv.org |
Are Layout-Infused Language Models Robust to Layout Distribution Shifts? A Case Study with Scientific Documents
|
| arxiv.org |
Winogavil: Gamified association benchmark to challenge vision-and-language models
|
| winogavil.github.io |
PROJECT
|
| huggingface.co |
DATA
|
| winogavil.github.io |
DEMO
|
| github.com |
CODE
|
| arxiv.org |
Covid vaccine is against Covid but Oxford vaccine is made at Oxford! Semantic Interpretation of Proper Noun Compounds
|
| github.com |
CODE+DATA
|
| arxiv.org |
GENIE: A Leaderboard for Human-in-the-Loop Evaluation of Text Generation
|
| venturebeat.com |
VentureBeat
|
| genie.apps.allenai.org |
PROJECT
|
| arxiv.org |
A Computational Acquisition Model for Multimodal Word Categorization
|
| arxiv.org |
A Balanced Data Approach for Evaluating Cross-Lingual Transfer: Mapping the Linguistic Blood Bank
|
| arxiv.org |
On the Limitations of Dataset Balancing: The Lost Battle Against Spurious Correlations
|
| arxiv.org |
Automated Extraction of Sentencing Decisions from Court Cases in the Hebrew Language
|
| arxiv.org |
Filling the Gaps in Ancient Akkadian Texts: A Masked Language Modelling Approach
|
| dailymail.co.uk |
Daily Mail
|
| newscientist.com |
NewScientist
|
| github.com |
CODE
|
| arxiv.org |
Data Efficient Masked Language Modeling for Vision and Language
|
| github.com |
CODE
|
| arxiv.org |
Collecting a Large-Scale Gender Bias Dataset for Coreference Resolution and Machine Translation
|
| github.com |
CODE
|
| arxiv.org |
Realistic Evaluation Principles for Cross-document Coreference Resolution
|
| github.com |
CODE
|
| arxiv.org |
Cross-document Coreference Resolution over Predicted Mentions
|
| github.com |
CODE
|
| arxiv.org |
Automatic Generation of Contrast Sets from Scene Graphs: Probing the Compositional Consistency of GQA
|
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
Страница https://gabrielstanovsky.github.io/publications готова к продвижению на 52%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: