Semi-supervised never-ending learning in rhetorical relation identification (2015)
- Authors:
- Autor USP: PARDO, THIAGO ALEXANDRE SALGUEIRO - ICMC
- Unidade: ICMC
- Subjects: INTELIGÊNCIA ARTIFICIAL; LINGUÍSTICA COMPUTACIONAL; PROCESSAMENTO DE LINGUAGEM NATURAL
- Language: Inglês
- Imprenta:
- Source:
- Título: Proceedings
- ISSN: 1313-8502
- Conference titles: International Conference on Recent Advances in Natural Language Processing - RANLP
-
ABNT
MAZIERO, Erick G e HIRST, Graeme e PARDO, Thiago Alexandre Salgueiro. Semi-supervised never-ending learning in rhetorical relation identification. 2015, Anais.. Shoumen: INCOMA, 2015. Disponível em: http://lml.bas.bg/ranlp2015/docs/RANLP_main.pdf. Acesso em: 26 dez. 2025. -
APA
Maziero, E. G., Hirst, G., & Pardo, T. A. S. (2015). Semi-supervised never-ending learning in rhetorical relation identification. In Proceedings. Shoumen: INCOMA. Recuperado de http://lml.bas.bg/ranlp2015/docs/RANLP_main.pdf -
NLM
Maziero EG, Hirst G, Pardo TAS. Semi-supervised never-ending learning in rhetorical relation identification [Internet]. Proceedings. 2015 ;[citado 2025 dez. 26 ] Available from: http://lml.bas.bg/ranlp2015/docs/RANLP_main.pdf -
Vancouver
Maziero EG, Hirst G, Pardo TAS. Semi-supervised never-ending learning in rhetorical relation identification [Internet]. Proceedings. 2015 ;[citado 2025 dez. 26 ] Available from: http://lml.bas.bg/ranlp2015/docs/RANLP_main.pdf - CSTTool: um parser multidocumento automático para o Portugês do Brasil
- A base de dados lexical e a interface web do TeP 2.0: thesaurus eletrônico para o português do Brasil
- Delineamento conceitual de corpus via indexação léxico-conceitual: primeiros resultados
- A visualization system for multi-document summarization
- On the contribution of discourse structure to topic segmentation
- Insights for better RST segmentation of texts in Portuguese?
- Formalizing CST-based content selection operations
- DiZer 2.0: a web interface for discourse parsing
- Content selection operators for multidocument summarization based on cross-document structure theory
- Multi-document summarization using semantic discourse models
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
