الشبكات العصبية العميقة لاستخراج المعلومات من صفحات الويب

تُعدّ الأغلفة الويبية (Web wrappers) أنظمة لاستخراج المعلومات المُهيكلة من صفحات الويب. حاليًا، يجب تعديل هذه الأغلفة لتتوافق مع قالب موقع ويب معين قبل أن تتمكن من بدء عملية الاستخراج. في هذا العمل، نقدّم طريقة جديدة تستخدم الشبكات العصبية التلافيفية (Convolutional Neural Networks) لتعلم غلاف يمكنه استخراج المعلومات من قوالب لم تُرَ من قبل. وبذلك، لا يحتاج هذا الغلاف إلى أي تهيئة مخصصة للموقع، ويمكنه استخراج المعلومات من صفحة ويب واحدة فقط. كما نقترح أيضًا طريقة لترميز النص المكاني (spatial text encoding)، التي تتيح لنا تمثيل المحتوى البصري والنصي لصفحة ويب في شبكة عصبية واحدة. أظهرت التجارب الأولية الخاصة باستخراج معلومات المنتج نتائج واعدة جدًا، وتُشير إلى أن هذا النهج يمكن أن يؤدي إلى تطوير غلاف ويب عام لا يعتمد على الموقع المحدد.