| Target
Classification |
|
|
|
|
|
|
|
|
|
|
|
|
|
| Main Content |
||||||||||||
| Site Navigation |
||||||||||||
| Search |
||||||||||||
| Supporting
content |
||||||||||||
| Links supporting
content |
||||||||||||
| Image supporting
content |
||||||||||||
| Sub headers |
||||||||||||
| Site image |
||||||||||||
| Advertisements* |
||||||||||||
| Links to related
articles* |
||||||||||||
| Newsletter /
alert links* |
||||||||||||
| Date or Time of
article* |
||||||||||||
| Source Station
(country of report)* |
||||||||||||
| Reporter Name* |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| • | News stories |
|||||||||||||||
| – | Domain-specific
fine grained |
|||||||||||||||
| classes (denoted
by *) |
||||||||||||||||
| – | Needs XHTML / CSS |
|||||||||||||||
| support |
||||||||||||||||
| • | Blocks can have
multiple |
|||||||||||||||
| classes |
||||||||||||||||
| – | Multi-class
forced to single |
|||||||||||||||
| – | Assessor picks
most |
|||||||||||||||
| prominent class |
||||||||||||||||
| • | Resulting corpus
has skewed |
|||||||||||||||
| distribution |
||||||||||||||||
| – | 50 sites from
Google News |
|||||||||||||||
| – | Not well-formed:
Tidy first |
|||||||||||||||