DOTTORATO DI RICERCA IN INGEGNERIA DELL'INFORMAZIONE

Foto 7

Risultati di ricerca

Termini di ricerca: Ricerca avanzata

Ecco alcuni esempi su come utilizzare la ricerca:

Inserendo questo e quello nel modulo di ricerca si otterranno risultati contenenti "questo" e "quello".

Inserendo questo non quello nel modulo di ricerca si otterranno risultati contenenti "questo" e non "quello".

Inserendo questo o quello nel modulo di ricerca si otterranno risultati contenenti o "questo" o "quello".

Inserendo "questo e quello" (tra virgolette) nel modulo di ricerca si otterranno risultati contenenti la frase esatta "questo e quello".

I risultati di ricerca possono essere anche filtrati utilizzando una varietà di criteri. Seleziona uno o più filtri qui sotto per iniziare.

Cerca per Author

Cerca per Categoria

Cerca per Paese

Cerca per PLG_FINDER_QUERY_FILTER_BRANCH_S_EXTRA_FIELDS

Cerca per K2 Category

Cerca per Regione

Cerca per Tipo

con LUCIA PASSARO e Author sono stati trovati i seguenti risultati:

Computational Analysis of Historical Documents: An Application to Italian War Bulletins in World War I and II

World War (WW) I and II represent crucial landmarks in the history on mankind: They have affected the destiny of whole generations and their consequences are still alive throughout Europe. In this paper we present an ongoing project to carry out a...

https://phd.dii.unipi.it/pubblicazioni/item/730-http-www-lrec-conf-org-proceedings-lrec2014-index-html.html
“Il Piave mormorava...”: Recognizing Locations and other Named Entities in Italian Texts on the Great War

Increasing amounts of sources about World War I (WWI) are nowadays available in digital form. In this paper, we illustrate the automatic creation of a NE-annotated domain corpus used to adapt an existing NER to Italian WWI texts. We discuss the...

https://phd.dii.unipi.it/pubblicazioni/item/729-http-clic-humnet-unipi-it-proceedings-vol1-clicit2014155-pdf.html
The CoLing Lab system for Sentiment Polarity Classification of tweets

This paper describes the CoLing Lab system for the EVALITA 2014 SENTIment POLarity Classification (SENTIPOLC) task. Our system is based on a SVM classifier trained on the rich set of lexical, global and twitter-specific features described in these...

https://phd.dii.unipi.it/pubblicazioni/item/728-http-clic-humnet-unipi-it-proceedings-vol2-clicit2014215-pdf.html

Risultati 1 - 3 di 3

Tel +39 050 2217511
PEC: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Dipartimento di Ingegneria dell'Informazione
P.I. 00286820501 - C.F. 80003670504

email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Via G. Caruso - 56122 - Pisa