( en | de | ru )

 

Disambiguierung von "Schneider, Nathan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
A Corpus of Preposition Supersenses.

, , , , , , , und . LAW@ACL, The Association for Computer Linguistics, (2016)

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.

Nathan ben-Nathan

Nathan Rosenbaum

Hans Nathan

Siegfried Nathan

Nathan Schnurr

 

Weitere Publikationen von Autoren mit dem selben Namen

Proceedings of the 16th International Workshop on Semantic Evaluation (SemEval-2022)., , , , , , , und . SemEval@NAACL, Association for Computational Linguistics, (2022)CMU: Arc-Factored, Discriminative Semantic Dependency Parsing., , , , , , , , und . SemEval@COLING, Seite 176-180. The Association for Computer Linguistics, (2014)“Polemic Becomes Canon”: An Interview With Richard Barbrook on the Californian Ideology. International Journal of Communication, (2023)Discriminative Lexical Semantic Segmentation with Gaps: Running the MWE Gamut., , , und . Trans. Assoc. Comput. Linguistics, (2014)Making Heads and Tails of Models with Marginal Calibration for Sparse Tagsets., , und . EMNLP (Findings), Seite 4919-4928. Association for Computational Linguistics, (2021)Simplified Dependency Annotations with GFL-Web., , , und . ACL (System Demonstrations), Seite 121-126. The Association for Computer Linguistics, (2014)Discourse Coherence: Concurrent Explicit and Implicit Relations., , , und . ACL (1), Seite 2257-2267. Association for Computational Linguistics, (2018)ELQA: A Corpus of Metalinguistic Questions and Answers about English., , , und . ACL (1), Seite 2031-2047. Association for Computational Linguistics, (2023)Leaving no token behind: comprehensive (and delicious) annotation of MWEs and supersenses.. LAW-MWE-CxG@COLING, Seite 5. Association for Computational Linguistics, (2018)Sentence-level Feedback Generation for English Language Learners: Does Data Augmentation Help?, , und . INLG (Generation Challenges), Seite 53-59. Association for Computational Linguistics, (2023)