論文の概要: Beyond "[at]": A Large-Scale Measurement of Email Address Presentation on Computer Science Scholars' Homepages
- arxiv url: http://arxiv.org/abs/2610.35499v1
- Date: Mon, 26 Oct 2026 14:27:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:14.028898
- Title: Beyond "[at]": A Large-Scale Measurement of Email Address Presentation on Computer Science Scholars' Homepages
- Title（参考訳）: Beyond "at": コンピュータサイエンス研究者のホームページにおけるメールアドレス提示の大規模測定
- Abstract要約: CSRankings with MailScopeに掲載されているコンピュータサイエンス研究者のホームページ記録32,413件にまたがって、ウェブ上でのメールアドレスの提示方法を測定する。
19,517人のホームページのうち、17,712人の学者(90.8%)の住所が見つかった。
プレゼンテーションは多様だが共有ホストによってクラスタ化されており、ラベルに基づく推定では、プレーンストリングマッチングはアドレスの半分近くを見逃している。
- 参考スコア（独自算出の注目度）: 10.869093924667093
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Publishing an email address makes a scholar reachable, but also exposes it to automated collection. Yet how email addresses are presented on the Web has not been measured systematically across their content, form, and location. We measure it across 32,413 homepage records of computer-science scholars listed in CSRankings with MailScope, which preserves raw and rendered HTML, extracts addresses with a three-stage cascade (rules, then large language models, then a crawling agent), and labels each address. Among 19,517 reachable homepages, we find an address for 17,712 scholars (90.8%). Our measurement yields four main findings. (i) Presentation is diverse: only 53.8% publish plain content, the others spread over 23 subtypes of symbol substitution, code, and semantic description, and 5.5% of scholars' addresses appear only after rendering. (ii) Presentation follows hosts rather than individuals: scholars on one host share a content class in 67.9% of pairs, compared with 38.8% across hosts of one institution, whereas research output and institution rank are barely related to presentation. (iii) Content and form are coupled through code-based links, and 6.2% of scholars with non-plain selected presentations have plain-text copies of the same address elsewhere. (iv) Plain addresses are more common behind passed bot challenges, and 36.1% of redirecting homepages no longer lead to scholars. Human assessment yields 94.4% weighted exact-set agreement on 143 judgeable pages, complemented by three 500-page review rounds with human verification. Presentation is diverse but clusters by shared host, and by our label-based estimate plain-string matching misses nearly half of the addresses.
- Abstract（参考訳）: メールアドレスを公開することで学者がアクセスできるようになるが、自動コレクションに公開することもできる。
しかし、ウェブ上でどのようにメールアドレスが提示されるかは、その内容、形態、位置を体系的に計測していない。
CSRankings with MailScopeは生のHTMLを保存し、3段階のカスケード(ルル、それから大きな言語モデル、そしてクローリングエージェント)でアドレスを抽出し、それぞれのアドレスをラベル付けする。
19,517人のホームページのうち、17,712人の学者(90.8%)の住所が見つかった。
私たちの測定は4つの主要な結果をもたらす。
(i)プレゼンテーションは多種多様で、単純な内容は53.8%に過ぎず、他は23種類の記号置換、コード、意味記述、そして5.5%の学者の住所が描画後にのみ現れる。
2 プレゼンテーションは、個人よりもホストに準じる。あるホストの学者は、あるホストのホストの38.8%に対して、67.9%のペアでコンテンツクラスを共有しているのに対し、研究成果と機関のランクは、プレゼンテーションとはほとんど関係がない。
(iii)内容と形式はコードベースリンクを介して結合され、非平易な選択されたプレゼンテーションを持つ学者の6.2%が、他の場所で同じアドレスのプレーンテキストのコピーを持っている。
(iv)通常のアドレスは、パスボットの課題の裏でより一般的であり、ホームページをリダイレクトする36.1%は、もはや学者に繋がらない。
人間の評価は、判定可能なページ143で94.4%の重み付けされた正確なセット契約が得られ、3回の500ページのレビューラウンドと人間の検証が補完される。
プレゼンテーションは多様だが共有ホストによってクラスタ化されており、ラベルに基づく推定では、プレーンストリングマッチングはアドレスの半分近くを見逃している。
関連論文リスト
- Share the Symbol, Not the Vector: Training-Free Fact Communication Across Language Models [54.6861338458609]
SynC(Symbol-Indexed Neural Communication)は、微調整や学習用トランスレータなしで異種モデルを接続する。
説明だけで見ることができるので、送信者は共有リストから単語を選択し、質問を見ることなく各オブジェクトに対してインデックスを送信する。
本研究は,共有語指標とレシーバローカルな指示が,モデルファミリ間の選択的事実利用を,追加の訓練を伴わずに支援できることを示す。
論文 参考訳（メタデータ） (2026-10-14T07:19:43Z) - K-Bench: measuring model performance on real scientific agent requests [0.0]
K-Bench 01は、K-Dense Web上のライブユーザトラフィックからサンプリングされた一ターンリクエストから構築された評価である。
3人の盲目の言語モデル判事が8次元のルーリックに対して毎回得点した。
39,934点中47.6%が8点を下回った。
論文 参考訳（メタデータ） (2026-08-21T20:06:08Z) - Computational Prosopography across a Millennium: Mathematically Oriented Lineages Traced from the Fields Medalists [18.56157183294801]
我々は、およそ9世紀に渡り学術的な教育が受け継がれたメンター・学生ネットワークを再構築した。
我々は約470,000人のメンター・アサーションを抽出し、372,853人の有向非巡回グラフを得た。
論文 参考訳（メタデータ） (2026-08-18T15:41:48Z) - Who Gets Named: Citation Type Predicts Individual Naming by Grounded Language Models, and a Roster Instrument Captures 0.5% of It [0.0]
2026年7月24日に1つの2時間窓で2,400件の接地APIコールを発行した。
すべてのレスポンスは、個別のプロフェッショナルを指名するかどうかによってコード化されました。
モデルは25.8%の回答で個人を指名した。
論文 参考訳（メタデータ） (2026-07-26T23:37:34Z) - What Do Chinese-Language Generative Search Engines Cite and Surface? A Large-Scale Empirical Study [6.303656473095422]
生成型AI質問回答システムは、情報アクセスを仲介し、検索結果から検索結果の検索、引用、結果の提示へとコンテンツの可視性をシフトする。
我々は,4つの主流プラットフォームのWebおよびAppインターフェースにおける中国語生成検索について,大規模な実証的研究を行った。
214,119の生記録から,160,860レコードのクリーニングされた引用レベルデータセットを構築し,引用行動,ソース属性,エンティティ露出,インターフェース間の整合性を解析した。
論文 参考訳（メタデータ） (2026-07-17T09:03:12Z) - On the Structure of Address in Multi-Party Dialogue: From Discrete Labels to Continuous Levels [22.081793382199752]
複数アノテータによって注釈付けされた多人数対話コーパスを用いて、アドレスを連続的な現象として分析する。
以上の結果から,ターンテイキングに加えて,視線とバックチャネルがアドレスに関連があることが示唆された。
連続アドレスレベルを用いたモデルは、離散ラベルを用いたモデルよりも優れた予測適合性が得られる。
論文 参考訳（メタデータ） (2026-07-17T05:45:58Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning [52.23991730630292]
大規模言語モデルは、パラメトリックな知識から答えるのではなく、文書を推論するエージェントとして、ますます多くデプロイされている。
大規模な、散らかった職場ファイルの集合にスパース証拠を配置し、一貫性のない用語、単位、時間規則を調整し、答えを計算する。
私たちは、362の質問と9,664の認証ドキュメントと372Mのトークンの8つのドメインコレクションをペアリングするベンチマークであるAgoraを紹介します。
論文 参考訳（メタデータ） (2026-06-23T12:57:18Z) - LOCR: Location-Guided Transformer for Optical Character Recognition [55.195165959662795]
自動回帰中にトランスフォーマーアーキテクチャに位置案内を組み込むモデルであるLOCRを提案する。
125Kの学術文書ページから777万以上のテキスト配置ペアからなるデータセット上でモデルをトレーニングする。
これは、編集距離、BLEU、METEOR、F測定によって測定されたarXivから構築されたテストセットの既存のメソッドよりも優れています。
論文 参考訳（メタデータ） (2024-03-04T15:34:12Z) - PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
文書を書く著者は、自分のテキストに識別情報を印字する。
以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。
セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
論文 参考訳（メタデータ） (2022-09-30T11:08:39Z) - Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
我々は、生年月日DoBの6桁の個人番号を使用する。
本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。
その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
論文 参考訳（メタデータ） (2022-01-25T23:04:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。