این دستهبندی به مواردی میپردازد که سیستم خودکار قادر به استخراج یک متن اصلی و مقالهمانند از یک URL مشخص نیست. این اتفاق اغلب زمانی رخ میدهد که صفحه منبع یک مقاله خبری استاندارد، پست وبلاگ یا یک مطلب تحریریه نباشد. نمونههای رایج شامل تاپیکهای فروم، صفحات نتایج جستجو، لیست محصولات یا صفحات اصلی وبسایتها میشود. در چنین مواردی، ساختار صفحه فاقد یک بدنه متنی منسجم و مرکزی است. سیستم این عدم وجود مقاله اصلی را تشخیص داده و خطا گزارش میکند، که این امر مانع از پردازشهای بعدی مانند خلاصهسازی، ایجاد پست برای شبکههای اجتماعی یا دستهبندی میشود، زیرا محتوای پایهای برای تحلیل وجود ندارد.
تحلیل اولیه منبع ارائه شده نشان میدهد که این یک تاپیک در یک فروم است و نه یک مقاله مستقل. سیستم پیام زیر را برگردانده است: ‘این صفحه به نظر میرسد یک تاپیک فروم باشد و نه یک مقاله مستقل. محتوای اصلی، سوال یک کاربر در ساختار فروم است و نه یک مقاله تحریری مجزا. … Read more