Buchumschlag

An Index-based Approach for Efficient and Effective Web Content Extraction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yihan, Xu, Benfeng, Wang, Xiaorui, Mao, Zhendong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DeepResearch Bench: A Comprehensive Benchmark for Deep Research Agents
von: Du, Mingxuan, et al.
Veröffentlicht: (2025)

A Simple but Effective Approach to Improve Structured Language Model Output for Information Extraction
von: Li, Yinghao, et al.
Veröffentlicht: (2024)

Multilingual Attribute Extraction from News Web Pages
von: Bedrin, Pavel, et al.
Veröffentlicht: (2025)

RAG-Enhanced Large Language Models for Dynamic Content Expiration Prediction in Web Search
von: Chen, Tingyu, et al.
Veröffentlicht: (2026)

Going over Fine Web with a Fine-Tooth Comb: Technical Report of Indexing Fine Web for Problematic Content Search and Retrieval
von: Marinas, Inés Altemir, et al.
Veröffentlicht: (2025)

Multi-Record Web Page Information Extraction From News Websites
von: Kustenkov, Alexander, et al.
Veröffentlicht: (2025)

Combining Language and Graph Models for Semi-structured Information Extraction on the Web
von: Hong, Zhi, et al.
Veröffentlicht: (2024)

Training LLM-Based Agents with Synthetic Self-Reflected Trajectories and Partial Masking
von: Chen, Yihan, et al.
Veröffentlicht: (2025)

Cross-Domain Web Information Extraction at Pinterest
von: Farag, Michael, et al.
Veröffentlicht: (2025)

Enhancing Content-based Recommendation via Large Language Model
von: Xu, Wentao, et al.
Veröffentlicht: (2024)

A Pointer Network-based Approach for Joint Extraction and Detection of Multi-Label Multi-Class Intents
von: Mullick, Ankan, et al.
Veröffentlicht: (2024)

Exploiting Duality in Open Information Extraction with Predicate Prompt
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

A MapReduce Approach to Effectively Utilize Long Context Information in Retrieval Augmented Language Models
von: Zhang, Gongbo, et al.
Veröffentlicht: (2024)

Leveraging Passage Embeddings for Efficient Listwise Reranking with Large Language Models
von: Liu, Qi, et al.
Veröffentlicht: (2024)

KSW: Khmer Stop Word based Dictionary for Keyword Extraction
von: Thuon, Nimol, et al.
Veröffentlicht: (2024)

Purely Semantic Indexing for LLM-based Generative Recommendation and Retrieval
von: Zhang, Ruohan, et al.
Veröffentlicht: (2025)

INDUS: Effective and Efficient Language Models for Scientific Applications
von: Bhattacharjee, Bishwaranjan, et al.
Veröffentlicht: (2024)

From Retrieval to Generation: Efficient and Effective Entity Set Expansion
von: Huang, Shulin, et al.
Veröffentlicht: (2023)

Learning an Effective Premise Retrieval Model for Efficient Mathematical Formalization
von: Tao, Yicheng, et al.
Veröffentlicht: (2025)

BASES: Large-scale Web Search User Simulation with Large Language Model based Agents
von: Ren, Ruiyang, et al.
Veröffentlicht: (2024)

Gradient Flow of Energy: A General and Efficient Approach for Entity Alignment Decoding
von: Wang, Yuanyi, et al.
Veröffentlicht: (2024)

WeKnow-RAG: An Adaptive Approach for Retrieval-Augmented Generation Integrating Web Search and Knowledge Graphs
von: Xie, Weijian, et al.
Veröffentlicht: (2024)

QExplorer: Large Language Model Based Query Extraction for Toxic Content Exploration
von: Ren, Shaola, et al.
Veröffentlicht: (2025)

RanAT4BIE: Random Adversarial Training for Biomedical Information Extraction
von: Chen, Jian, et al.
Veröffentlicht: (2025)

DiffuRank: Effective Document Reranking with Diffusion Language Models
von: Liu, Qi, et al.
Veröffentlicht: (2026)

GDLLM: A Global Distance-aware Modeling Approach Based on Large Language Models for Event Temporal Relation Extraction
von: Zhao, Jie, et al.
Veröffentlicht: (2025)

ERank: Fusing Supervised Fine-Tuning and Reinforcement Learning for Effective and Efficient Text Reranking
von: Cai, Yuzheng, et al.
Veröffentlicht: (2025)

From Real to Synthetic: Synthesizing Millions of Diversified and Complicated User Instructions with Attributed Grounding
von: Zhu, Chiwei, et al.
Veröffentlicht: (2025)

E2Rank: Your Text Embedding can Also be an Effective and Efficient Listwise Reranker
von: Liu, Qi, et al.
Veröffentlicht: (2025)

SPAR: Personalized Content-Based Recommendation via Long Engagement Attention
von: Zhang, Chiyu, et al.
Veröffentlicht: (2024)

DocGraphLM: Documental Graph Language Model for Information Extraction
von: Wang, Dongsheng, et al.
Veröffentlicht: (2024)

ADEQA: A Question Answer based approach for joint ADE-Suspect Extraction using Sequence-To-Sequence Transformers
von: Arannil, Vinayak, et al.
Veröffentlicht: (2024)

Efficient Inference for Large Language Model-based Generative Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2024)

Retrieval over Classification: Integrating Relation Semantics for Multimodal Relation Extraction
von: Hei, Lei, et al.
Veröffentlicht: (2025)

Improving Performance of Automatic Keyword Extraction (AKE) Methods Using PoS-Tagging and Enhanced Semantic-Awareness
von: Altuncu, Enes, et al.
Veröffentlicht: (2022)

Knowledge-Driven Cross-Document Relation Extraction
von: Jain, Monika, et al.
Veröffentlicht: (2024)

Back-of-the-Book Index Automation for Arabic Documents
von: Haidar, Nawal, et al.
Veröffentlicht: (2024)

Core-based Hierarchies for Efficient GraphRAG
von: Hossain, Jakir, et al.
Veröffentlicht: (2026)

Efficient Rationale-based Retrieval: On-policy Distillation from Generative Rerankers based on JEPA
von: Chen, Teng, et al.
Veröffentlicht: (2026)

DiVA-DocRE: A Discriminative and Voice-Aware Paradigm for Document-Level Relation Extraction
von: Wu, Yiheng, et al.
Veröffentlicht: (2024)