( en | de | ru )

 

Disambiguierung von "Okhonko, Dmytro"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Fairseq S2T: Fast Speech-to-Text Modeling with Fairseq.

, , , , , und . AACL/IJCNLP (System Demonstrations), Seite 33-39. Association for Computational Linguistics, (2020)

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.

Dmytro Vasylyev

Propagation of nonclassical light in structured media. Uni Rostock, (2009)

Dmytro Naumenko

Dmytro Ostrovskyi

Dmytro Vavriv

Dmytro Abraimov

 

Weitere Publikationen von Autoren mit dem selben Namen

Unified Open-Domain Question Answering with Structured and Unstructured Knowledge., , , , , , , , und . CoRR, (2020)VideoCLIP: Contrastive Pre-training for Zero-shot Video-Text Understanding., , , , , , , und . EMNLP (1), Seite 6787-6800. Association for Computational Linguistics, (2021)CCQA: A New Web-Scale Question Answering Dataset for Model Pre-Training., , , , , , und . NAACL-HLT (Findings), Seite 2402-2420. Association for Computational Linguistics, (2022)UniK-QA: Unified Representations of Structured and Unstructured Knowledge for Open-Domain Question Answering., , , , , , , , und . NAACL-HLT (Findings), Seite 1535-1546. Association for Computational Linguistics, (2022)NeurIPS 2020 EfficientQA Competition: Systems, Analyses and Lessons Learned., , , , , , , , , und 43 andere Autor(en). NeurIPS (Competition and Demos), Volume 133 von Proceedings of Machine Learning Research, Seite 86-111. PMLR, (2020)Training ASR Models By Generation of Contextual Information., , , , , , , , , und 1 andere Autor(en). ICASSP, Seite 7864-7868. IEEE, (2020)Transformers with convolutional context for ASR., , und . CoRR, (2019)HTLM: Hyper-Text Pre-Training and Prompting of Language Models., , , , , , und . ICLR, OpenReview.net, (2022)Fairseq S2T: Fast Speech-to-Text Modeling with Fairseq., , , , , und . AACL/IJCNLP (System Demonstrations), Seite 33-39. Association for Computational Linguistics, (2020)