Graph neural network for website element detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F19%3APU132722" target="_blank" >RIV/00216305:26220/19:PU132722 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/TSP.2019.8769036" target="_blank" >http://dx.doi.org/10.1109/TSP.2019.8769036</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2019.8769036" target="_blank" >10.1109/TSP.2019.8769036</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Graph neural network for website element detection

Popis výsledku v původním jazyce

Websites are a mixture of structured HTML tags, unstructured natural language and styling, which gives a wide range of possibilities how a website can look like. The paper introduces a website node detector based on the so-called graph neural networks - a new kind of neural networks, which are not working just with tensors like traditional neural networks do, but operates with graphs (or tree structures - special variations of graphs). To assess the accuracy of the proposed methodology, a privately collected and labeled data set was created. Although the data set used for the experiment is relatively limited, results on this limited data set suggest, that this methodology may be a promising path for automatic content generation.

Název v anglickém jazyce

Graph neural network for website element detection

Popis výsledku anglicky

Websites are a mixture of structured HTML tags, unstructured natural language and styling, which gives a wide range of possibilities how a website can look like. The paper introduces a website node detector based on the so-called graph neural networks - a new kind of neural networks, which are not working just with tensors like traditional neural networks do, but operates with graphs (or tree structures - special variations of graphs). To assess the accuracy of the proposed methodology, a privately collected and labeled data set was created. Although the data set used for the experiment is relatively limited, results on this limited data set suggest, that this methodology may be a promising path for automatic content generation.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

42nd International Conference on Telecommunications and Signal Processing (TSP)

ISBN

978-1-7281-1864-2

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

216-219

Název nakladatele

IEEE

Místo vydání

Budapest, Hungary

Místo konání akce

Budapest, Hungary

Datum konání akce

1. 7. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000493442800047