Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Konferenzbeitrag

ENTYFI: A System for Fine-grained Entity Typing in Fictional Texts

MPG-Autoren
/persons/resource/persons180796

Chu,  Cuong Xuan
Databases and Information Systems, MPI for Informatics, Max Planck Society;

/persons/resource/persons212613

Razniewski,  Simon
Databases and Information Systems, MPI for Informatics, Max Planck Society;

/persons/resource/persons45720

Weikum,  Gerhard
Databases and Information Systems, MPI for Informatics, Max Planck Society;

Externe Ressourcen

https://www.aclweb.org/anthology/2020.emnlp-demos.14.pdf
(Verlagsversion)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Chu, C. X., Razniewski, S., & Weikum, G. (2020). ENTYFI: A System for Fine-grained Entity Typing in Fictional Texts. In Q. Liu, & D. Schlangen (Eds.), The 2020 Conference on Empirical Methods in Natural Language Processing (pp. 100-106). Stroudsburg, PA: ACM. doi:10.18653/v1/2020.emnlp-demos.14.


Zitierlink: https://hdl.handle.net/21.11116/0000-0007-EED5-D
Zusammenfassung
Es ist keine Zusammenfassung verfügbar