西塞罗·诺盖拉·多斯桑托斯
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [公元55年] 西塞罗·诺盖拉·多斯桑托斯 , 詹姆斯·利·托普 , 艾萨克·诺布尔 , Chung-Ching Chang公司 , 大卫·C·乌斯 :
通过混合单词专家的记忆增强语言模型。 NAACL-HLT公司 2024 : 4425-4438 2023 [公元54年] 卡尼什卡·米斯拉 , 西塞罗·诺盖拉·多斯桑托斯 , Siamak Shakeri先生 :
使用软提示和随机行走在语言模型中触发多顶推理以进行问答。 ACL(调查结果) 2023 : 972-985 [i35] 卡尼什卡·米斯拉 , 西塞罗·诺盖拉·多斯桑托斯 , Siamak Shakeri先生 :
使用软提示和随机行走在语言模型中触发多顶推理以进行问答。 CoRR公司 abs/2306.04009 ( 2023 ) [i34] 西塞罗·诺盖拉·多斯桑托斯 , 詹姆斯·利·托普 , 艾萨克·诺布尔 , Chung-Ching Chang公司 , 大卫·C·乌斯 :
通过混合单词专家的记忆增强语言模型。 CoRR公司 abs/2311.10768 ( 2023 ) 2022 [公元53年] 凯辉(Kai Hui) , 洪磊庄 , 陈涛(Tao Chen) , 甄琴 , Jing Lu公司 , 达拉·巴赫里 , 吉马 , 贾伊·普拉卡什·古普塔 , 西塞罗·诺盖拉·多斯桑托斯 , 易泰 , 唐纳德·梅茨勒 :
ED2LM:用于快速文档重新分类推断的编码器-解码器-语言模型。 ACL(调查结果) 2022 : 3747-3758 [i33] 凯辉(Kai Hui) , 洪磊庄 , 陈涛(Tao Chen) , 甄琴 , Jing Lu公司 , 达拉·巴赫里 , 吉马 , 贾伊·普拉卡什·古普塔 , 西塞罗·诺盖拉·多斯桑托斯 , 易泰 , 唐·梅茨勒 :
ED2LM:用于快速文档重新分类推断的编码器-解码器-语言模型。 CoRR公司 abs/2204.11458 ( 2022 ) [i32] 希拉杰·拉贾戈帕尔 , Siamak Shakeri先生 , 西塞罗·诺盖拉·多斯桑托斯 , 爱德华·霍维 , Chung-Ching Chang公司 :
反事实数据扩充提高了抽象摘要的真实性。 CoRR公司 abs/2205.12416 ( 2022 ) [i31] 西塞罗·诺盖拉·多斯桑托斯 , 哲东 , 丹尼尔·塞尔 , 约翰·纳姆 , Siamak Shakeri先生 , 倪剑墨 , 孙云焕 :
知识提示:通过软提示将世界知识注入语言模型。 CoRR公司 abs/2210.04726 ( 2022 ) 2021 [第52条] 彭实 , 帕特里克·吴 , 王志国 , 朱恒辉 , 亚历山大·汉波(Alexander Hanbo Li) , 王军(Jun Wang) , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 :
使用生成增强预训练学习语义分析的上下文表示。 AAAI公司 2021 : 13806-13814 [第51条] 马晓飞 , 西塞罗·诺盖拉·多斯桑托斯 , 安德鲁·O·阿诺德 :
对比微调提高了神经秩的稳健性。 ACL/IJCNLP(调查结果) 2021 : 570-582 [公元50年] 高一凡 , 朱恒辉 , 帕特里克·吴 , 西塞罗·诺盖拉·多斯桑托斯 , 王志国 , 冯楠 , 张德娇 , 拉梅什·纳拉帕蒂 , 安德鲁·O·阿诺德 , 冰香 :
通过生成证据融合和往返预测回答模糊问题。 ACL/IJCNLP(1) 2021 : 3263-3276 [公元49年] 冯楠 , 西塞罗·诺盖拉·多斯桑托斯 , 朱恒辉 , 帕特里克·吴 , 凯萨琳·R·麦考恩 , 拉梅什·纳拉帕蒂 , 张德娇 , 王志国 , 安德鲁·O·阿诺德 , 冰香 :
通过问答提高抽象概括的事实一致性。 ACL/IJCNLP(1) 2021 : 6881-6894 [公元48年] 沈旺(Shen Wang) , 魏小凯 , 西塞罗·诺盖拉·多斯桑托斯 , 王志国 , 拉梅什·纳拉帕蒂 , 安德鲁·O·阿诺德 , 菲利普·S·余 :
基于层次双曲神经图嵌入的知识图表示。 IEEE大数据 2021 : 540-549 [公元47年] 冯楠 , 拉梅什·纳拉帕蒂 , 王志国 , 西塞罗·诺盖拉·多斯桑托斯 , 朱恒辉 , 张德娇 , 凯西·麦考恩 , 冰香 :
抽象文本摘要的实体级事实一致性。 EACL公司 2021 : 2727-2733 [公元46年] Dheeru Dua公司 , 西塞罗·诺盖拉·多斯桑托斯 , 帕特里克·吴 , 本·阿提瓦拉特昆 , 冰香 , 马特·加德纳 , 萨米尔·辛格 :
多跳问答的生成上下文对选择。 EMNLP(1) 2021 : 7009-7015 [公元45年] 乔瓦尼·保里尼 , 本·阿提瓦拉特昆 , 杰森·克朗 , 马杰 , 亚历山德罗·阿奇尔 , 里希塔·阿努拜 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 斯特凡诺·索托 :
结构化预测是增强自然语言之间的翻译。 ICLR公司 2021 [公元44年] 沈旺(Shen Wang) , 魏小凯 , 西塞罗·诺盖拉·多斯桑托斯 , 王志国 , 拉梅什·纳拉帕蒂 , 安德鲁·O·阿诺德 , 冰香 , 菲利普·S·余 , 伊莎贝尔·F·克鲁兹 :
用于知识图补全的混合曲率多关系图神经网络。 万维网 2021 : 1761-1771 [i30] 乔瓦尼·保里尼 , 本·阿提瓦拉特昆 , 杰森·克朗 , 马杰 , 亚历山德罗·阿奇尔 , 里希塔·阿努拜 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 斯特凡诺·索托 :
结构化预测是增强自然语言之间的翻译。 CoRR公司 abs/2101.05779 ( 2021 ) [i29] 冯楠 , 拉梅什·纳拉帕蒂 , 王志国 , 西塞罗·诺盖拉·多斯桑托斯 , 朱恒辉 , 张德娇 , 凯萨琳·R·麦考恩 , 冰香 :
抽象文本摘要的实体级事实一致性。 CoRR公司 abs/2102.09130 ( 2021 ) [第28条] Dheeru Dua公司 , 西塞罗·诺盖拉·多斯桑托斯 , 帕特里克·吴 , 本·阿提瓦拉特昆 , 冰香 , 马特·加德纳 , 萨米尔·辛格 :
多跳问答的生成上下文对选择。 CoRR公司 abs/2104.08744 ( 2021 ) [i27] 冯楠 , 西塞罗·诺盖拉·多斯桑托斯 , 朱恒辉 , 帕特里克·吴 , 凯萨琳·R·麦考恩 , 拉梅什·纳拉帕蒂 , 张德娇 , 王志国 , 安德鲁·O·阿诺德 , 冰香 :
通过问答提高抽象概括的事实一致性。 CoRR公司 abs/2105.04623 ( 2021 ) [i26] 杨丽 , 本·阿提瓦拉特昆 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 :
用于口语理解的联合文本和标签生成。 CoRR公司 腹肌/2105.05052 ( 2021 ) [i25] 马晓飞 , 西塞罗·诺盖拉·多斯桑托斯 , 安德鲁·O·阿诺德 :
对比微调提高了神经秩的稳健性。 CoRR公司 abs/2105.12932 ( 2021 ) 2020 [公元43年] Inkit Padhi公司 , 皮埃尔·多宁 , 柯白 , 西塞罗·诺盖拉·多斯桑托斯 , Vijil Chenthamarakhan先生 , 尤塞夫·姆鲁厄 , 佩耶尔·达斯 :
通过特征匹配学习隐含文本生成。 国际计算语言学协会 2020 : 3855-3863 [公元42年] 本·阿提瓦拉特昆 , 西塞罗·诺盖拉·多斯桑托斯 , 杰森·克朗 , 冰香 :
用于生成序列标记的增强自然语言。 EMNLP(1) 2020 : 375-385 [公元41年] 西塞罗·诺盖拉·多斯桑托斯 , 马晓飞 , 拉梅什·纳拉帕蒂 , 黄志恒 , 冰香 :
通过世代排名超越[CLS]。 EMNLP(1) 2020 : 1722-1727 [公元40年] 张德娇 , 拉梅什·纳拉帕蒂 , 朱恒辉 , 冯楠 , 西塞罗·诺盖拉·多斯桑托斯 , 凯萨琳·R·麦考恩 , 冰香 :
跨语言文本标记的无监督领域适应。 EMNLP(调查结果) 2020 : 3527-3536 [公元39年] 沈旺(Shen Wang) , 魏小凯 , 西塞罗·诺盖拉·多斯桑托斯 , 王志国 , 拉梅什·纳拉帕蒂 , 安德鲁·O·阿诺德 , 冰香 , 菲利普·S·余 :
H2KGAT:层次双曲线知识图注意网络。 EMNLP(1) 2020 : 4952-4962 [公元38年] Siamak Shakeri先生 , 西塞罗·诺盖拉·多斯桑托斯 , 朱恒辉 , 帕特里克·吴 , 冯楠 , 王志国 , 拉梅什·纳拉帕蒂 , 冰香 :
用于问答系统域适配的端到端合成数据生成。 EMNLP(1) 2020 : 5445-5460 [公元37年] 皮埃尔·多宁 , 伊戈尔·梅尼克 , Inkit Padhi公司 , 西塞罗·诺盖拉·多斯桑托斯 , 佩耶尔·达斯 :
DualTKB:文本和知识库之间的双重学习桥梁。 EMNLP(1) 2020 : 8605-8616 【i24】 米歇尔·梅勒 , 西塞罗·诺盖拉·多斯桑托斯 , 毛罗·马蒂诺 , 阿尔菲奥·马西米利亚诺·格利奥佐 , 约翰·史密斯 :
用(AI)风格报道新闻。 CoRR公司 abs/2002.02369 ( 2020 ) [第23条] Inkit Padhi公司 , 皮埃尔·多宁 , 柯白 , 西塞罗·诺盖拉·多斯桑托斯 , Vijil Chenthamarakhan先生 , 尤塞夫·姆鲁厄 , 佩耶尔·达斯 :
通过特征匹配学习隐含文本生成。 CoRR公司 腹肌/2005.03588 ( 2020 ) [i22] 佩耶尔·达斯 , 汤姆·塞尔库 , 卡西尼·瓦德哈万 , Inkit Padhi公司 , 塞巴斯蒂安·盖尔曼 , 弗拉维乌·西普西根 , Vijil Chenthamarakhan先生 , 亨德里克·斯特罗贝尔 , 西塞罗·诺盖拉·多斯桑托斯 , 陈品玉(Pin-Yu Chen) , 杨一燕 , 杰里米·谭 , 詹姆斯·赫德里克 , 杰森·克雷恩 , 亚历克桑德拉·莫杰西洛维奇 :
利用可控的深层生成模型和分子动力学加速抗菌药物的发现。 CoRR公司 abs/2005.11248 ( 2020 ) 【i21】 Davis Liang公司 , 彭旭 , Siamak Shakeri先生 , 西塞罗·诺盖拉·多斯桑托斯 , 拉梅什·纳拉帕蒂 , 黄志恒 , 冰香 :
通过查询生成实现基于嵌入的零炮检索。 CoRR公司 abs/2009.10270 ( 2020 ) [i20] 本·阿提瓦拉特昆 , 西塞罗·诺盖拉·多斯桑托斯 , 杰森·克朗 , 冰香 :
用于生成序列标记的增强自然语言。 CoRR公司 abs/2009.13272 ( 2020 ) [i19] 西塞罗·诺盖拉·多斯桑托斯 , 马晓飞 , 拉梅什·纳拉帕蒂 , 黄志恒 , 冰香 :
通过世代排名超越[CLS]。 CoRR公司 abs/2010.03073 ( 2020 ) [i18] Siamak Shakeri先生 , 西塞罗·诺盖拉·多斯桑托斯 , 朱涵睿 , 帕特里克·吴 , 冯楠 , 王志国 , 拉梅什·纳拉帕蒂 , 冰香 :
用于问答系统域适配的端到端合成数据生成。 CoRR公司 abs/2010.06028 ( 2020 ) [i17] 皮埃尔·多宁 , 伊戈尔·梅尼克 , Inkit Padhi公司 , 西塞罗·诺盖拉·多斯桑托斯 , 佩耶尔·达斯 :
DualTKB:文本和知识库之间的双重学习桥梁。 CoRR公司 abs/2010.14660 ( 2020 ) [i16] 高一凡 , 朱恒辉 , 帕特里克·吴 , 西塞罗·诺盖拉·多斯桑托斯 , 王志国 , 冯楠 , 张德娇 , 拉梅什·纳拉帕蒂 , 安德鲁·O·阿诺德 , 冰香 :
通过生成证据融合和往返预测回答模糊问题。 CoRR公司 abs/2011.13137 ( 2020 ) 【i15】 彭实 , 帕特里克·吴 , 王志国 , 朱恒辉 , 亚历山大·汉波(Alexander Hanbo Li) , 王军(Jun Wang) , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 :
使用生成增强预训练学习语义分析的上下文表示。 CoRR公司 abs/2012.10309 ( 2020 )
2010 – 2019
2019 [公元36年] 若阿金·桑托斯 , 伯纳多·斯卡皮尼·康索利 , 西塞罗·诺盖拉·多斯桑托斯 , 朱利亚诺·特拉 , 桑德拉·科洛维尼 , 雷娜塔·维埃拉 :
评估上下文嵌入对葡萄牙语命名实体识别的影响。 巴西 2019 : 437-442 [公元35年] 西塞罗·诺盖拉·多斯桑托斯 , 尤塞夫·姆鲁厄 , Inkit Padhi公司 , 皮埃尔·多宁 :
通过匹配感知特征学习内隐生成模型。 ICCV公司 2019 : 4460-4469 [公元34年] 皮埃尔·多宁 , 伊戈尔·梅尼克 , 尤塞夫·姆鲁厄 , 杰瑞特·罗斯 , 西塞罗·诺盖拉·多斯桑托斯 , 汤姆·塞尔库 :
瓦瑟斯坦重心模型集成。 ICLR(海报) 2019 [公元33年] 汤姆·塞尔库 , 塞巴斯蒂安·盖尔曼 , 亨德里克·斯特罗贝尔 , 佩耶尔·达斯 , Inkit Padhi公司 , 西塞罗·诺盖拉·多斯桑托斯 , 卡西尼·瓦德哈万 , Vijil Chenthamarakhan先生 :
用于肽自动编码器模型选择的潜在空间交互式视觉探索(IVELS)。 DGS@ICLR公司 2019 [公元32年] 尤塞夫·姆鲁厄 , 汤姆·塞尔库 , 马蒂亚·里戈蒂 , Inkit Padhi公司 , 西塞罗·诺盖拉·多斯桑托斯 :
索博列夫独立标准。 NeurIPS公司 2019 : 9505-9515 [第14条] 皮埃尔·多宁 , 伊戈尔·梅尼克 , 尤塞夫·姆鲁厄 , 杰瑞特·罗斯 , 西塞罗·诺盖拉·多斯桑托斯 , 汤姆·塞尔库 :
瓦瑟斯坦重心模型集成。 CoRR公司 abs/1902.04999 ( 2019 ) [i13] 西塞罗·诺盖拉·多斯桑托斯 , 尤塞夫·姆鲁厄 , Inkit Padhi公司 , 皮埃尔·多宁 :
通过匹配感知特征学习内隐生成模型。 CoRR公司 abs/1904.02762 ( 2019 ) [i12] 尤塞夫·姆鲁厄 , 汤姆·塞尔库 , 马蒂亚·里戈蒂 , Inkit Padhi公司 , 西塞罗·诺盖拉·多斯桑托斯 :
索博列夫独立标准。 CoRR公司 abs/1910.14212 ( 2019 ) 2018 [公元31年] Rui Zhang(张瑞) , 西塞罗·诺盖拉·多斯桑托斯 , Michihiro Yasunaga先生 , 冰香 , 德拉戈米尔·拉德夫 :
通过联合提述检测和提述聚类实现深度Biaffine注意的神经参照分解。 ACL(2) 2018 : 102-107 [c30] 西塞罗·诺盖拉·多斯桑托斯 , 伊戈尔·梅尼克 , Inkit Padhi公司 :
用无监督的文本风格转移对抗社交媒体上的攻击性语言。 ACL(2) 2018 : 189-194 [i11] Rui Zhang(张瑞) , 西塞罗·诺盖拉·多斯桑托斯 , Michihiro Yasunaga先生 , 冰香 , 德拉戈米尔·拉德夫 :
通过联合提述检测和提述聚类实现深度Biaffine注意的神经参照分解。 CoRR公司 abs/1805.04893 ( 2018 ) [i10] 西塞罗·诺盖拉·多斯桑托斯 , 伊戈尔·梅尼克 , Inkit Padhi公司 :
用无监督的文本风格转移对抗社交媒体上的攻击性语言。 CoRR公司 abs/1805.07685 ( 2018 ) [第九章] 佩耶尔·达斯 , 卡西尼·瓦德哈万 , 张伟钦 , 汤姆·塞尔库 , 西塞罗·诺盖拉·多斯桑托斯 , 马修·里默 , Inkit Padhi公司 , Vijil Chenthamarakhan先生 , 亚历克桑德拉·莫杰西洛维奇 :
PepCVAE:抗菌肽序列的半监督靶向设计。 CoRR公司 腹肌/1810.07743 ( 2018 ) 2017 [公元29年] 莫玉(Mo Yu) , 尹文鹏 , 卡齐·赛杜尔·哈桑 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 周伯文(Bowen Zhou) :
用于知识库问题回答的改进神经关系检测。 ACL(1) 2017 : 571-581 [公元28年] 周汉林 , 冯敏伟 , 西塞罗·诺盖拉·多斯桑托斯 , 莫玉(Mo Yu) , 冰香 , 周伯文(Bowen Zhou) , 本吉奥 :
一个结构化的自我注意句子嵌入。 ICLR(海报) 2017 [c27] 欧文·穆勒·罗德里格斯 , 埃拉尔多·R·费尔南德斯 , 西塞罗·诺盖拉·多斯桑托斯 :
POS标记器的域适配,无需手工制作功能。 国际JCNN 2017 : 3331-3338 [i8] 周汉林 , 冯敏伟 , 西塞罗·诺盖拉·多斯桑托斯 , 莫玉(Mo Yu) , 冰香 , 周伯文(Bowen Zhou) , 本吉奥 :
结构化的自我关注句子嵌入。 CoRR公司 abs/1703.03130 ( 2017 ) [i7] 莫玉(Mo Yu) , 尹文鹏 , 卡齐·赛杜尔·哈桑 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 周伯文(Bowen Zhou) :
用于知识库问题回答的改进神经关系检测。 CoRR公司 abs/1704.06194 ( 2017 ) [i6] 西塞罗·诺盖拉·多斯桑托斯 , 卡西尼·瓦德哈万 , 周伯文(Bowen Zhou) :
通过判别对抗性网络进行半监督学习的学习损失函数。 CoRR公司 abs/1707.02198 ( 2017 ) [i5] 里沙夫·查克拉瓦蒂 , 基里·纳瓦蒂尔 , 西塞罗·诺盖拉·多斯桑托斯 :
通过预先训练的单词嵌入改进了答案选择。 CoRR公司 abs/1708.04326 ( 2017 ) [i4] 伊戈尔·梅尼克 , 西塞罗·诺盖拉·多斯桑托斯 , 卡西尼·瓦德哈万 , Inkit Padhi公司 , 阿比谢克·库马尔 :
改进的非平行数据神经文本属性传递。 CoRR公司 abs/1711.09395 ( 2017 ) 2016 [j4] 贾纳娜·克鲁斯·佩雷拉 , 埃内斯托·劳尔咖啡馆 , 西塞罗·诺盖拉·多斯桑托斯 :
通过深度学习促进基于停靠的虚拟筛选。 化学杂志。 信息模型。 56 ( 12 ) : 2495-2506 ( 2016 ) [公元26年] 明坛 , 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 周伯文(Bowen Zhou) :
改进了问答匹配的表示学习。 ACL(1) 2016 [公元25年] 拉梅什·纳拉帕蒂 , 周伯文(Bowen Zhou) , 西塞罗·诺盖拉·多斯桑托斯 , 圣格雷 , 冰香 :
使用序列到序列RNN和Beyond的抽象文本摘要。 CoNLL公司 2016 : 280-290 [i3] 西塞罗·诺盖拉·多斯桑托斯 , 明坛 , 冰香 , 周伯文(Bowen Zhou) :
注意力集中网络。 CoRR公司 腹肌/1602.03609 ( 2016 ) 2015 [公元24年] 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 周伯文(Bowen Zhou) :
用卷积神经网络对关系进行排序分类。 ACL(1) 2015 : 626-634 【c23】 西塞罗·诺盖拉·多斯桑托斯 , 卢西亚诺·巴博萨 , 达沙·博格达诺娃 , 比安卡·扎德罗兹尼 :
学习混合表示法以检索语义等价的问题。 ACL(2) 2015 : 694-699 [公元22年] 西塞罗·诺盖拉·多斯桑托斯 , 维克托·吉马良斯 :
使用神经字符嵌入增强命名实体识别。 新闻@ACL 2015 : 25-33 【c21】 达沙·博格达诺娃 , 西塞罗·诺盖拉·多斯桑托斯 , 卢西亚诺·巴博萨 , 比安卡·扎德罗兹尼 :
在线用户论坛中检测语义等价问题。 CoNLL公司 2015 : 123-131 [i2] 西塞罗·诺盖拉·多斯桑托斯 , 冰香 , 周伯文(Bowen Zhou) :
用卷积神经网络对关系进行排序分类。 CoRR公司 abs/1504.06580 ( 2015 ) [i1] 西塞罗·诺盖拉·多斯桑托斯 , 维克托·吉马良斯 :
使用神经字符嵌入增强命名实体识别。 CoRR公司 abs/1505.05008 ( 2015 ) 2014 [j3] 埃拉尔多·雷森德·费尔南德斯 , 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
用于Coreference解析的潜在树。 计算。 语言学 40 ( 4 ) : 801-835 ( 2014 ) [公元20年] 西塞罗·诺盖拉·多斯桑托斯 , 迈拉·加蒂 :
短文本情感分析的深度卷积神经网络。 冷却 2014 : 69-78 [第19条] 西塞罗·诺盖拉·多斯桑托斯 , 比安卡·扎德罗兹尼 :
学习用于部分语言标记的角色级表示。 ICML公司 2014 : 1818-1826 [第18条] 西塞罗·诺盖拉·多斯桑托斯 , 比安卡·扎德罗兹尼 :
培训最先进的葡萄牙POS标签,无需手工制作功能。 PROPOR公司 2014 : 82-93 [c17] 西塞罗·诺盖拉·多斯桑托斯 :
积极思考:从零开始进行推特情绪分析。 SemEval@COLING公司 2014 : 647-651 2013 [第16条] 塞缪尔·马丁斯·巴博萨·内托 , 马伊拉·阿塔纳齐奥·德·塞尔奎拉·加蒂(Maíra Athanázio de Cerqueira Gatti) , 保罗·罗德里戈·卡瓦林 , 克劳迪奥·桑托斯·平哈内兹 , 西塞罗·诺盖拉·多斯桑托斯 , 安娜·保拉·阿佩尔 :
微博在线社交网络中用户行为模型的反应时间。 CIKM处的DUBMOD 2013 : 17-20 [第15条] 马伊拉·A·德·C·加蒂 , 保罗·罗德里戈·卡瓦林 , 塞缪尔·马丁斯·巴博萨·内托 , 克劳迪奥·平哈内兹 , 西塞罗·诺盖拉·多斯桑托斯 , 丹尼尔·格里贝尔 , 安娜·保拉·阿佩尔 :
基于微博的在线社交网络的大规模多代理建模与仿真。 马布斯 2013 : 17-33 [第14条] 马伊拉·A·德·C·加蒂 , 安娜·保拉·阿佩尔 , 西塞罗·诺盖拉·多斯桑托斯 , 克劳迪奥·桑托斯·平哈内兹 , 保罗·罗德里戈·卡瓦林 , 塞缪尔·马丁斯·巴博萨·内托 :
基于模拟的方法分析微博在线社交网络中的信息传播。 WSC公司 2013 : 1685-1696 2012 【b1】 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
熵引导的转换学习-算法和应用。 Springer计算机科学简介 , 施普林格 2012 ,国际标准图书编号 978-1-4471-2977-6 ,第I-XIII页,第1-78页 [第13条] 埃拉尔多·R·费尔南德斯 , 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
基于特征归纳的潜在结构感知器用于无限制的共指分辨。 EMNLP-CoNLL共享任务 2012 : 41-48 [第12条] 伊莎贝尔·塔马尼尼 , 普拉西多·罗热里奥·皮涅罗 , 西塞罗·诺盖拉·多斯桑托斯 :
言语决策分析和机器学习的混合方法。 RSCTC公司 2012 : 126-131 2011 [第11条] 西塞罗·诺盖拉·多斯桑托斯 , 戴维·洛佩斯·卡瓦略 :
无限制Coreference解析的规则和树集成。 CoNLL共享任务 2011 : 51-55 2010 [第10条] 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 , 卡洛斯·E·M·克雷斯塔纳 , 埃拉尔多·R·费尔南德斯 :
ETL针对Chunking、NER和SRL的合奏。 CICLing公司 2010 : 100-112 【c9】 埃拉尔多·R·费尔南德斯 , 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
葡萄牙语子句识别的机器学习方法。 PROPOR公司 2010 : 55-64
2000 – 2009
2009 [第1页] 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
熵引导的转换学习。 计算智能基础(1) 2009 : 159-184 2008 [注2] 鲁伊·路易斯·米利迪 , 西塞罗·诺盖拉·多斯桑托斯 , 胡里奥·杜阿尔特 :
使用ETL进行基于葡萄牙语社团的学习。 J.布拉兹。 计算。 Soc公司。 14 ( 4 ) : 17-27 ( 2008 ) 【c8】 鲁伊·路易斯·米利迪 , 西塞罗·诺盖拉·多斯桑托斯 , 胡里奥·杜阿尔特 :
使用熵引导的转换学习进行短语组块。 国际计算语言学协会 2008 : 647-655 【c7】 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 , 劳尔·伦特里亚 :
使用熵引导转换学习的葡萄牙语部分演讲标记。 PROPOR公司 2008 : 143-152 2007 [j1] 鲁伊·路易斯·米利迪 , 胡里奥·杜阿尔特 , 西塞罗·诺盖拉·多斯桑托斯 :
渐进式TBL模板生成。 J.布拉兹。 计算。 Soc公司。 13 ( 4 ) : 39-50 ( 2007 ) 【c6】 鲁伊·路易斯·米利迪 , 胡里奥·杜阿尔特 , 西塞罗·诺盖拉·多斯桑托斯 :
TBL模板选择:一种进化方法。 CAEPIA公司 2007 : 180-189 【c5】 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 :
TBL概率分类。 CICLing公司 2007 : 196-207 2006 【c4】 玛丽亚·克劳迪亚·德·弗雷塔斯 , 胡里奥·杜阿尔特 , 西塞罗·诺盖拉·多斯桑托斯 , 鲁伊·路易斯·米利迪 , 劳尔·伦特里亚 , 维奥莱塔·昆塔尔 :
同位语识别的机器学习方法。 伊贝拉米亚-SBIA 2006 : 309-318 【c3】 克劳迪娅·奥利维拉 , 玛丽亚·克劳迪亚·德·弗雷塔斯 , 维奥莱塔·昆塔尔 , 西塞罗·诺盖拉·多斯桑托斯 , 雷纳托·佩斯·莱姆 , 卢卡斯·苏扎 :
葡萄牙语NP-Extraction规则集:定义、学习和修剪。 PROPOR公司 2006 : 150-159 [c2] 鲁伊·路易斯·米利迪 , 西塞罗·诺盖拉·多斯桑托斯 , 胡里奥·杜阿尔特 , 劳尔·伦特里亚 :
葡萄牙语名词短语提取的半监督学习。 PROPOR公司 2006 : 200-203 2005 【c1】 西塞罗·诺盖拉·多斯桑托斯 , 克劳迪娅·奥利维拉 :
约束原子项:在基于转换的学习中扩大规则模板的范围。 计划免疫分析 2005 : 622-633