( en | de | ru )

 

Disambiguierung von "Nogueira, Rodrigo Frassetto"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting.

, , , , , und . ACM Trans. Inf. Syst., 39 (4): 48:1-48:29 (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Timo Frassetto

Roberto Kadow-Nogueira

Rodrigo Bienko

Rodrigo Supper

Rodrigo Duarte

 

Weitere Publikationen von Autoren mit dem selben Namen

Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting., , , , , und . ACM Trans. Inf. Syst., 39 (4): 48:1-48:29 (2021)Visconde: Multi-document QA with GPT-3 and Neural Reranking., , , und . CoRR, (2022)Sabiá-2: A New Generation of Portuguese Large Language Models., , , und . CoRR, (2024)Simple Yet Effective Neural Ranking and Reranking Baselines for Cross-Lingual Information Retrieval., , , , , , , , , und 1 andere Autor(en). CoRR, (2023)To Tune or Not To Tune? Zero-shot Models for Legal Case Entailment., , , und . CoRR, (2022)Conversational Question Reformulation via Sequence-to-Sequence Architectures and Pretrained Language Models., , , , , und . CoRR, (2020)Exploring Text Decoding Methods for Portuguese Legal Text Generation., , , , und . BRACIS (1), Volume 14195 von Lecture Notes in Computer Science, Seite 63-77. Springer, (2023)inline-graphic not available: see fulltext Sabiá: Portuguese Large Language Models., , , und . BRACIS (3), Volume 14197 von Lecture Notes in Computer Science, Seite 226-240. Springer, (2023)NeuralMind-UNICAMP at 2022 TREC NeuCLIR: Large Boring Rerankers for Cross-lingual Retrieval., , und . TREC, Volume 500-338 von NIST Special Publication, National Institute of Standards and Technology (NIST), (2022)Neuro-Symbolic Representations for Information Retrieval., , , , , und . SIGIR, Seite 3436-3439. ACM, (2023)