Анализ страницы https://marcobaroni.org/research.html
Основное Готовность: 95%
Домен
marcobaroni.org
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
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.
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 28.10.2026 23:43:40.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Кодировка на странице не определена. Укажите явно кодировку документа!
Язык
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 страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~1,42сек
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 1,42сек превышает 1 секунду. Желательно улучшить работу сайта!
Объем документа
98Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 98Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 0
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Ресурсы не найдены. Неужели ваш сайт на чистом html?
Серверные заголовки
Кол-во: 4
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 4шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | nginx |
| Date | Mon, 24 Aug 2026 05:20:39 GMT |
| Vary | Accept-Encoding |
| Accept-Ranges | bytes |
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
nginx
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.
Сайт работает на веб-сервере nginx.
Мета-теги Готовность: 0%
Title
Marco Baroni's Research
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: 23, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Marco Baroni's Downloadable Papers
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: 34, минимум: 80, оптимально: от 120 до 130)
Keywords
Marco Baroni, Computational Linguistics, AI, Distributed Representations, Cognitive Science, Representation Learning
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
index follow
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.
Указано несколько meta-тегов robots, но достаточно и одного. Подробнее про несколько тегов robots в Яндексе.
Meta-тег robots со значениями index, follow не накладывает ограничений на индексирование и показ контента.
Адаптивность
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 не указан. Страница не адаптивная.
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: 5
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 5шт. 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 | author | Marco Baroni |
| name | description | Marco Baroni's Downloadable Papers |
| name | keywords | Marco Baroni, Computational Linguistics, AI, Distributed Representations, Cognitive Science, Representation Learning |
| name | robots | index |
| name | robots | follow |
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 в единственном экземпляре).
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.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 321 достаточно.
Среднее число слов в абзаце 29 достаточно.
Кол-во знаков контента 70198 на странице оптимально.
Кол-во слов 9983 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> 1. Это прекрасно.
На странице присутствуют заголовки <h3> 4.
Тошнота
17,52
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
16,07%
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 |
|---|---|---|
| baroni | 307 | 3,08% |
| proceedings | 121 | 1,21% |
| language | 95 | 0,95% |
| linguistics | 75 | 0,75% |
| computational | 68 | 0,68% |
| workshop | 67 | 0,67% |
| distributional | 67 | 0,67% |
| stroudsburg | 66 | 0,66% |
| conference | 63 | 0,63% |
| semantics | 61 | 0,61% |
| invited | 59 | 0,59% |
| semantic | 45 | 0,45% |
| association | 39 | 0,39% |
| models | 39 | 0,39% |
| learning | 37 | 0,37% |
| corpus | 37 | 0,37% |
| international | 33 | 0,33% |
| university | 33 | 0,33% |
| annual | 30 | 0,30% |
| meeting | 28 | 0,28% |
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 370 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: 168
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 168 слишком много. Проведите оптимизацию сайта!
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| /publications/linzen_baroni_2021_annual_reviews_linguistics.pdf |
Syntactic structure from deep learning.
|
|
| /publications/baroni-etal-cicling-2017.pdf |
Show me the cup: Reference with continuous
representations.
|
|
| /publications/lazaridou-et-al-chimeras-cogsci.pdf |
Multimodal
word meaning induction from minimal exposure to natural text.
|
|
| /PublicData/chimeras.zip |
data
sets
|
|
| /publications/vecchi-etal-spicy-cogsci.pdf |
Spicy
adjectives and nominal donkeys: Capturing semantic deviance using
compositionality in distributional spaces.
|
|
| /PublicData/alternatives_dataset.zip |
data
set
|
|
| /publications/lazaridou-etal-multimodal-learning-from-cdi-naacl2016.pdf |
Multimodal semantic learning from child-directed input.
|
|
| /publications/paperno-baroni-pmi-cl.pdf |
When
the whole is less than the sum of its parts: How composition affects
PMI values in distributional semantic vectors.
|
|
| /publications/bentivogli-etal-lrej-2016.pdf |
SICK through the SemEval glasses: Lessons learned from the evaluation of compositional distributional semantic models on full sentences through semantic relatedness and textual entailment.
|
|
| /composes/FRACSS |
Affixation in semantic space: Modeling morpheme
meanings with compositional distributional semantics.
|
|
| /publications/anderson-etal-reading-visually-embodied-neuroimage-2015.pdf |
Reading
visually embodied meaning from the brain: visually grounded
computational models decode visual-object mental imagery induced by
written text.
|
|
| /publications/emnlp2015/gupta-etal-emnlp2015.pdf |
Distributional
vectors encode referential attributes.
|
|
| /publications/emnlp2015/lazaridou-etal-electric-sheep.pdf |
Do
distributed semantic models dream of electric sheep? Visualizing word
representations through image synthesis.
|
|
| /publications/acl2015/pham-et-al-cphrase-acl2015.pdf |
Jointly
optimizing word representations for lexical and sentential tasks with
the C-PHRASE model.
|
|
| /composes/cphrase-vectors.html |
C-PHRASE vectors
|
|
| /publications/acl2015/pham-et-al-contrast-acl2015.pdf |
A
multitask objective to inject lexical contrast into distributional
semantics.
|
|
| /publications/acl2015/lazaridou-et-al-hubness-acl2015.pdf |
Hubness
and pollution: Delving into cross-space mapping for zero-shot
learning.
|
|
| /publications/kruszewski-baroni-compatibility-naacl-2015.pdf |
So
similar and yet incompatible: Toward automated identification of
semantically compatible words.
|
|
| /PublicData/compatibility-dataset.tar.gz |
compatibility
data set
|
|
| /publications/ritter-etal-prepositions-starsem-2015.pdf |
Leveraging
preposition ambiguity to assess compositional distributional models of
semantics.
|
|
| /publications/Marelli_et_al_AP2014_pre.pdf |
Picking
buttercups and eating butter cups: Spelling alternations, semantic
relatedness and their consequences for compound
processing
|
|
| /PublicData/NBP.zip |
Norwegian
Blue Parrot data set
|
|
| /publications/paperno_etal_cogpsy_to_appear.pdf |
Corpus-based
estimates of word association predict biases in judgment of word
co-occurrence likelihood.
|
|
| /publications/acl2014/lazaridou-etal-wampimuk-acl2014.pdf |
Is
this a wampimuk? Cross-modal mapping between distributional semantics
and the visual world.
|
|
| /publications/acl2014/dinu-baroni-generation-acl2014.pdf |
How
to make words with vectors: Phrase generation in distributional
semantics.
|
|
| /PublicData/an-npn.tar.gz |
AN-to-NPN
data set
|
|
| /publications/acl2014/paperno-etal-practical-comp-acl2014.pdf |
A
practical and linguistically-motivated approach to compositional
distributional semantics.
|
|
| /publications/acl2014/baroni-etal-countpredict-acl2014.pdf |
Don't
count, predict! A systematic comparison of context-counting
vs. context-predicting semantic vectors
|
|
| /composes/semantic-vectors.html |
count and predict semantic vectors
|
|
| /publications/hernandez-etal-jocn-2014.pdf |
Predication
drives verb cortical signatures.
|
|
| /publications/li-etal-enet-eacl-2014.pdf |
Improving
the lexical function composition model with pathwise optimized
elastic-net regression.
|
|
| /publications/marelli-etal-semeval14-task1.pdf |
Semeval-2014
Task 1: Evaluation of compositional distributional semantic models on
full sentences through semantic relatedness and textual
entailment.
|
|
| /publications/marelli-etal-sick-lrec2014.pdf |
A
SICK cure for the evaluation of compositional distributional semantic
models.
|
|
| /publications/lenci-etal-brm-2013.pdf |
BLIND:
a set of semantic feature norms from the congenitally blind.
|
|
| /publications/emnlp2013/anderson-etal-emnlp2013.pdf |
Of
words, eyes and brains: Correlating image-based distributional
semantic models with neural representations of concepts.
|
|
| /publications/emnlp2013/vecchi-etal-emnlp2013.pdf |
Studying
the recursive behaviour of adjectival modification with compositional
distributional semantics.
|
|
| /publications/emnlp2013/lazaridou-etal-emnlp2013.pdf |
Fish
transporters and miracle homes: How compositional distributional
semantics can help NP parsing.
|
|
| /PublicData/NP_dataset.tar.gz |
data
set
|
|
| /publications/acl2013/dinu-etal-estimation-cvsc2013.pdf |
General
estimation and evaluation of compositional distributional semantic
models.
|
|
| /publications/acl2013/lazaridou-etal-morphology-acl2013.pdf |
Compositional-ly
derived representations of morphologically complex words in
distributional semantics.
|
|
| /PublicData/affix_complete_set.txt.gz |
data
set
|
|
| /publications/acl2013/bernardi-etal-dps-acl2013.pdf |
A
relatedness benchmark to test the role of determiners in compositional
distributional semantics.
|
|
| /PublicData/N_DP_relatedness_dataset.txt.gz |
data
set
|
|
| /publications/acl2013/dinu-etal-dissect-acl2013.pdf |
DISSECT:
DIStributional SEmantics Composition Toolkit.
|
|
| /publications/boleda-etal-iwcs2013.pdf |
Intensionality
was only alleged: On adjective-noun composition in distributional
semantics.
|
|
| /PublicData/alleged.zip |
data
set
|
|
| /publications/pham-etal-tfds2013.pdf |
Sentence
paraphrase detection: When determiners and word order make the
difference.
|
|
| /PublicData/sentence-para-dataset.zip |
data
sets
|
|
| /publications/bruni-etal-acmmm-2012.pdf |
Distributional
semantics with eyes: Using image analysis to improve computational
representations of word meaning.
|
|
| /publications/bbds-eacl2012.pdf |
Entailment above the
word level in distributional semantics.
|
|
| /PublicData/eacl2012-data.zip |
data
sets
|
|
| /publications/bruni-etal-acl-2012.pdf |
Distributional
semantics in technicolor.
|
|
| /PublicData/color.zip |
data
sets
|
|
| /publications/herdagdelen-baroni-tist-2011.pdf |
Bootstrapping
a game with a purpose for commonsense collection.
|
|
| /publications/herdagdelen-baroni-2011-jasist-preprint.pdf |
Stereotypical
gender actions can be extracted from Web text.
|
|
| /publications/vbz-impossible-and-disco11.pdf |
(Linear)
maps of the impossible: Capturing semantic anomalies in distributional
space.
|
|
| /publications/gems-11/bruni-etal-gems-2011.pdf |
Distributional
semantics from text and images.
|
|
| /publications/gems-11/baroni-lenci-gems-2011.pdf |
How
we BLESSed distributional semantic evaluation.
|
|
| /publications/gems-11/gulordava-baroni-gems-2011.pdf |
A
distributional similarity approach to the detection of semantic change
in the Google Books Ngram corpus.
|
|
| /PublicData/gulordava_GEMS_evaluation_dataset.csv |
100-word similarity data-set
|
|
| /publications/kremer-baroni-brm-2011.pdf |
A set of semantic norms for
German and Italian.
|
|
| /PublicData/parallel-norms_DE-IT.zip |
norms
|
|
| /dm |
Distributional Memory: A general framework for
corpus-based semantics.
|
|
| /publications/bz-adj-com-emnlp10.pdf |
Nouns are vectors,
adjectives are matrices: Representing adjective-noun constructions in
semantic space.
|
|
| /strudel |
Strudel: A corpus-based semantic model based on
properties and types.
|
|
| /publications/herdagdelen-baroni-aaai-fall2010.pdf |
The Concept Game: Better
commonsense knowledge extraction by combining text mining and a game
with a purpose.
|
|
| /publications/babyexp-lrec2010.pdf |
BabyExp:
Constructing a huge multimodal resource to acquire commonsense
knowledge like children do
|
|
| /publications/acl10-ws-modifiers.pdf |
Predicting
cognitively salient modifiers of the constitutive parts of
concepts
|
|
| /publications/eegoxel-emnlp09.pdf |
EEG responds to
conceptual stimuli and corpus semantics.
|
|
| /publications/gems-09/baroni-lenci-gems09.pdf |
One
distributional memory, many semantic spaces
|
|
| /publications/gems-09/herdagdelen-baroni-gems09.pdf |
BagPack:
A general framework to represent semantic relations
|
|
| /publications/hsk_39_dist_rev2.pdf |
Distributions
in text
|
|
| /publications/chapter38.pdf |
Statistical
methods for corpus exploitation
|
|
| /publications/wacky-lrej.pdf |
The
WaCky Wide Web: A collection of very large linguistically processed
Web-crawled corpora.
|
|
| /publications/rw-textgraph09.pdf |
Measuring semantic
relatedness with vector space models and random walks.
|
|
| /publications/kirschner-etal-09.pdf |
Analyzing
interactive QA dialogues using logistic regression models
|
|
| /publications/baroni-guevara-zamparelli-DNC.pdf |
The
dual nature of deverbal nominal constructions: Evidence from
acceptability ratings and corpus analysis
|
|
| /publications/Baroni-Guevara-Pirrelli_Composti-NN-italiano-SLI-2006.pdf |
Sulla
tipologia dei composti N+N in italiano: Principi categoriali ed
evidenza distribuzionale a confronto
|
|
| /publications/IJL_baroni-lenci.pdf |
Concepts and properties in word
spaces
|
|
| /publications/It_Journ_Lings.submitted.pdf |
Generalizable
distributional regularities aid fluent language processing: The case
of semantic valence tendencies
|
|
| /publications/kremer-etal-cogalex08.pdf |
Cognitively salient
relations for multilingual lexicography
|
|
| /publications/lrec2008/lrec08-cleaneval.pdf |
CleanEval: A
competition for cleaning Webpages
|
|
| /publications/lrec2008/lrec08-ukwac.pdf |
Introducing and
evaluating ukWaC, a very large Web-derived corpus of English
|
|
| /publications/UCCTS_ferraresi_et_al.pdf |
Web
corpora for bilingual lexicography: A pilot study of English/French
collocation extraction and translation
|
|
| /publications/acl2007/coglearningacl07.pdf |
ISA meets Lara: An
incremental word space model for cognitively plausible simulations of
semantic learning
|
|
| /publications/acl2007/echoes-acl07.pdf |
Words
and echoes: Assessing and mitigating the non-randomness problem in
word frequency distribution modeling
|
|
| /publications/acl2007/zipfr-demo-acl07.pdf |
zipfR: Word frequency
distributions in R
|
|
| /publications/263-baroni-guevara-pirrelli.pdf |
NN compounds in
Italian: Modelling category induction and analogical extension
|
|
| /publications/baroni_ri_vanelli_festscrhift_wref.pdf |
I sensi di
ri-: Un'indagine preliminare
|
|
| /publications/WAC-LuedelingEvertBaroni.pdf |
Using Web data for
linguistic purposes
|
|
| /publications/eacl2006/cb_eacl06.pdf |
A figure of merit for the
evaluation of Web-corpus randomness
|
|
| /publications/eacl2006/dewac_eacl.pdf |
Large
linguistically-processed Web corpora for multiple languages.
|
|
| /publications/cl2005/cl-052-pap-final.pdf |
Testing the
extrapolation quality of word frequency models.
|
|
| /publications/cl2005/Ueyama_Baroni_CL05.pdf |
Automated
construction and evaluation of a Japanese web-based reference
corpus.
|
|
| /publications/bu_wac_kokken_formatted.pdf |
Building general- and
special-purpose corpora by Web crawling
|
|
| /publications/konvens2004/wmiKONV.pdf |
Identifying subjective
adjectives through web-based mutual information
|
|
| /publications/konvens2004/jpbootKONV.pdf |
Retrieving Japanese
specialized terms and corpora from the World Wide Web
|
|
| /publications/lrec2004/bootcat_lrec_2004.pdf |
BootCaT:
Bootstrapping corpora and terms from the web
|
|
| /publications/lrec2004/syn_lrec_2004.pdf |
Using cooccurrence
statistics and the web to discover synonyms in a technical
language
|
|
| /publications/lrec2004/rep_lrec_2004.pdf |
Introducing the la
Repubblica corpus: A large, annotated, TEI(XML)-compliant corpus of
newspaper Italian
|
|
Внешние ссылки
Кол-во: 192
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 192 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| openreview.net |
A quantitative analysis of semantic information in deep representations of text and images.
|
| arxiv.org |
Emergence of a high-dimensional abstraction phase in language transformers.
|
| openreview.net |
https://openreview.net/group?id=ICLR.cc/2025/Conference
|
| openreview.net |
Referential communication in heterogeneous communities of pre-trained visual deep networks.
|
| aclanthology.org |
Prediction hubs are context-informed frequent tokens in LLMs.
|
| aclanthology.org |
Evil twins are not that evil: Qualitative insights into machine-generated prompts.
|
| aclanthology.org |
Not a nuisance but a useful heuristic: Outlier dimensions favor frequent tokens in language models.
|
| lingref.com |
Contexts of language learning: Predicting child language by interactive speech in 9 languages.
|
| cascadilla.com |
http://www.cascadilla.com/bucld49toc.html
|
| arxiv.org |
MemoryPrompt: A light wrapper to improve context tracking in pre-trained language models.
|
| nature.com |
Human-like systematic generalization through a meta-learning neural network.
|
| arxiv.org |
Bridging information-theoretic and geometric compression in language models.
|
| arxiv.org |
Unnatural language processing: How do language models handle machine-generated prompts?
|
| arxiv.org |
Cross-domain image captioning with discriminative finetuning.
|
| openreview.net |
Can discrete information extraction prompts generalize across language models?
|
| openreview.net |
https://openreview.net/group?id=ICLR.cc/2023/Conference
|
| southampton.ac.uk |
Referential communication in heterogeneous communities of pre-trained visual deep networks.
|
| lingref.com |
Getting creative: A language modeling approach to predicting child utterances in 12 typologically diverse languages.
|
| cascadilla.com |
http://www.cascadilla.com/bucld47toc.html
|
| arxiv.org |
Communication breakdown: On the low mutual intelligibility between human and neural captioning.
|
| lingbuzz.net |
On the proper role of linguistically-oriented deep net analysis in linguistic theorizing
|
| arxiv.org |
Interpretable agent communication from scratch (with a generic visual processor emerging on the side).
|
| papers.nips.cc |
https://papers.nips.cc/paper/2021
|
| lingref.com |
The acquisition of case systems in typologically diverse languages: Children gradually generalize grammatical rules.
|
| cascadilla.com |
http://www.cascadilla.com/bucld46toc.html
|
| arxiv.org |
Mechanisms for handling nested dependencies in neural-network language models and humans.
|
| pnas.org |
Communicating artificial neural networks develop efficient color-naming systems.
|
| aclanthology.org |
Controlled tasks for model analysis: Retrieving discrete information from sequences.
|
| arxiv.org |
Emergent language generalization and acquisition speed are not tied to compositionality.
|
| arxiv.org |
Entropy minimization in emergent languages.
|
| arxiv.org |
Compositionality and generalization in emergent languages.
|
| arxiv.org |
Emergent multi-agent communication in the Deep Learning era.
|
| arxiv.org |
A benchmark for systematic generalization in grounded language understanding.
|
| papers.nips.cc |
https://papers.nips.cc/paper/2020
|
| arxiv.org |
Rat big, cat eaten! Ideas for a useful deep-agent protolanguage.
|
| baicsworkshop.github.io |
ICLR Workshop on Bridging AI and Cognitive Science (BAICS)
|
| arxiv.org |
Linguistic generalization and compositionality in modern artificial neural networks.
|
| openreview.net |
Permutation equivariant models for compositional generalization in language.
|
| openreview.net |
https://openreview.net/group?id=ICLR.cc/2020/Conference
|
| arxiv.org |
EGG: a toolkit for research on Emergence of lanGuage
in Games.
|
| arxiv.org |
Anti-efficient encoding in emergent communication.
|
| arxiv.org |
Tabula nearly rasa: Probing the linguistic knowledge of character-level neural language models trained on unsegmented text.
|
| arxiv.org |
Human few-shot learning of compositional instructions.
|
| arxiv.org |
Word-order biases in deep-agent emergent
communication.
|
| arxiv.org |
Miss Tools and Mr Fruit: Emergent communication in
agents learning about object affordances.
|
| arxiv.org |
CNNs found to jump around more skillfully than RNNs:
Compositional generalization in seq2seq convolutional networks.
|
| arxiv.org |
The emergence of number and syntax units in LSTM language models.
|
| arxiv.org |
Focus on what's informative and ignore what's not: Communication strategies in a referential game.
|
| arxiv.org |
How agents see things: On visual representations in an
emergent language game.
|
| aclweb.org |
Rearranging the familiar: Testing compositional generalization in recurrent networks.
|
| arxiv.org |
Generalization without systematicity: On the
compositional skills of sequence-to-sequence recurrent networks.
|
| arxiv.org |
Colorless green recurrent networks dream
hierarchically.
|
| arxiv.org |
Memorize or generalize? Searching for a compositional
RNN in a haystack.
|
| cadia.ru.is |
http://cadia.ru.is/workshops/aegap2018/
|
| arxiv.org |
What you can cram into a single $&!#*
vector: Probing sentence embeddings for linguistic properties.
|
| clasp.gu.se |
https://clasp.gu.se/digitalAssets/1692/1692436_proceedings-of-the-workshop-on-dialogue-and-perception-2018.pdf
|
| openreview.net |
Causal discovery using proxy variables.
|
| openreview.net |
https://openreview.net/group?id=ICLR.cc/2018/Workshop
|
| arxiv.org |
A roadmap towards machine intelligence.
|
| aclweb.org |
High-risk
learning: Acquiring new word vectors from tiny data.
|
| aclweb.org |
definitional data set
|
| arxiv.org |
CommAI: Evaluating the first steps towards a useful general AI.
|
| openreview.net |
https://openreview.net/group?id=ICLR.cc/2017/workshop
|
| arxiv.org |
Multi-agent cooperation and the emergence of (natural) language.
|
| iclr.cc |
http://iclr.cc/doku.php?id=ICLR2017:main
|
| vecchi.com |
adjective-noun
plausibility ratings
|
| arxiv.org |
Living a discrete life in a continuous world: Reference with distributed representations.
|
| aclweb.org |
http://aclweb.org/anthology/W/W17/#6900
|
| mitpressjournals.org |
There
is no logical negation here, but there are alternatives: modeling
conversational negation with distributional semantics.
|
| arxiv.org |
The LAMBADA dataset: Word prediction requiring a broad
discourse context.
|
| zenodo.org |
LAMBADA page,
|
| arxiv.org |
The
red one! On learning to refer to things based on their discriminative
properties.
|
| arxiv.org |
Towards multi-agent communication-based language learning.
|
| tacl2013.cs.columbia.edu |
Deriving
Boolean structures from distributional vectors.
|
| arxiv.org |
Unveiling the dreams of word embeddings: Towards language-driven image generation.
|
| sites.google.com |
Multimodal Machine Learning Workshop
|
| arxiv.org |
Combining
language and vision with a multimodal skip-gram model.
|
| arxiv.org |
Improving zero-shot learning by mitigating the hubness problem.
|
| iclr.cc |
http://www.iclr.cc/doku.php?id=iclr2015:main
|
| zenodo.org |
Code and data
|
| tacl2013.cs.columbia.edu |
From
visual attributes to adjectives through decompositional distributional
semantics.
|
| mitpressjournals.org |
When
the whole is not greater than the combination of its parts: A
decompositional look at compositional distributional semantics.
|
| aclweb.org |
Dead
parrots make bad pets: Exploring modifier effects in noun phrases.
|
| clic.cimec.unitn.it |
Code and data
|
| github.com |
Code
|
| zenodo.org |
archive
|
| csli-lilt.stanford.edu |
Frege in space: A program for compositional
distributional semantics.
|
| jair.org |
Multimodal
distributional semantics.
|
| zenodo.org |
SICK data set
|
| sesia.humnet.unipi.it |
norms
|
| arxiv.org |
Multi-step regression learning for compositional
distributional semantics.
|
| evalita.fbk.eu |
http://evalita.fbk.eu/proceedings.html
|
| llc.oxfordjournals.org |
A
new approach to the study of translationese: Machine-learning the
difference between original and translated text
|
| wackybook.sslmit.unibo.it |
Wacky! Working papers on the
Web as Corpus
|
| wackybook.sslmit.unibo.it |
Wacky! Working papers on the
Web as Corpus
|
| sketchengine.co.uk |
WebBootCaT: a web
tool for instant corpora
|
| corpora.fi.muni.cz |
WebBootCaT:
Instant domain-specific corpora to support human
translators
|
| corpus.bham.ac.uk |
http://www.corpus.bham.ac.uk/PCLC/
|
| corpus.bham.ac.uk |
http://www.corpus.bham.ac.uk/PCLC/
|
| corpus.bham.ac.uk |
http://www.corpus.bham.ac.uk/PCLC/
|
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://marcobaroni.org/research.html готова к продвижению на 37%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: