Zobrazeno 1 - 10 of 64 pro vyhledávání: '"Hoffart J"'
1
Akademický článek
EE421 Burden of Illness Related to Motor Function in Types 2 and 3 Spinal Muscular Atrophy (SMA)
Autor: Sutherland, CS, Aponte Ribero, V, Hoffart, J, Gravestock, I, Servais, L
Publikováno v: In Value in Health July 2022 25(7) Supplement:S417-S417
Zobrazit plný text záznamu
2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
4
{KnowNER}: Incremental Multilingual {Knowledge} in {Named Entity Recognition}
Autor: Seyler, D., Dembelova, T., Del Corro, L., Hoffart, J., Weikum, G.
KnowNER is a multilingual Named Entity Recognition (NER) system that leverages different degrees of external knowledge. A novel modular framework divides the knowledge into four categories according to the depth of knowledge they convey. Each categor
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1874::ab345654fc7862017234cf0d130bab17
https://hdl.handle.net/11858/00-001M-0000-002E-0695-911858/00-001M-0000-002E-0693-D
Zobrazit plný text záznamu
5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
9
{YAGO2s}: Modular High-quality Information Extraction with an Application to Flight Planning
Autor: Suchanek, F., Hoffart, J., Kuzey, E., Lewis-Kelham, E.
Publikováno v: Datenbanksysteme für Business, Technologie und Web
Lecture Notes in Informatics
In this paper, we present YAGO2s, the new edition of the YAGO ontology. The software architecture has been refactored from scratch, yielding a design that modularizes both code and data. This modularization enables us to add in new data sources more
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1874::a6a11ce99ec96ff149b63e52c180487d
https://hdl.handle.net/11858/00-001M-0000-0014-547D-5
Zobrazit plný text záznamu
10
{YAGO2:} {A} Spatially and Temporally Enhanced Knowledge Base from {Wikipedia}: Extended Abstract
Autor: Hoffart, J., Suchanek, F., Berberich, K., Weikum, G.
Publikováno v: 23rd International Joint Conference on Artificial Intelligence
We present YAGO2, an extension of the YAGO knowledge base, in which entities, facts, and events are anchored in both time and space. YAGO2 is built automatically from Wikipedia, GeoNames, and WordNet. It contains 447 million facts about 9.8 million e
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1874::c7c4f3de5db30e0ad6d27e03712a9362
https://hdl.handle.net/11858/00-001M-0000-0015-1AC8-9
Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje