RoBERT2VecTM: A Novel Approach for Topic Extraction in Islamic Studies / Aftar, Sania; EL GANADI, Amina; Gagliardelli, Luca; Ruozzi, Federico; Bergamaschi, Sonia. - (2024), pp. 9148-9158. ( 2024 Findings of the Association for Computational Linguistics, EMNLP 2024 Miami, Florida, USA November 12 –16, 2024) [10.18653/v1/2024.findings-emnlp.534].

RoBERT2VecTM: A Novel Approach for Topic Extraction in Islamic Studies

Sania Aftar
;
Amina El Ganadi;Luca Gagliardelli;Federico Ruozzi;Sonia Bergamaschi
2024

2024
2024 Findings of the Association for Computational Linguistics, EMNLP 2024
Miami, Florida, USA
November 12 –16, 2024
Aftar, Sania; EL GANADI, Amina; Gagliardelli, Luca; Ruozzi, Federico; Bergamaschi, Sonia
RoBERT2VecTM: A Novel Approach for Topic Extraction in Islamic Studies / Aftar, Sania; EL GANADI, Amina; Gagliardelli, Luca; Ruozzi, Federico; Bergamaschi, Sonia. - (2024), pp. 9148-9158. ( 2024 Findings of the Association for Computational Linguistics, EMNLP 2024 Miami, Florida, USA November 12 –16, 2024) [10.18653/v1/2024.findings-emnlp.534].
File in questo prodotto:
File Dimensione Formato  
2024.findings-emnlp.534.pdf

Accesso riservato

Tipologia: VOR - Versione pubblicata dall'editore
Licenza: [IR] closed
Dimensione 4.47 MB
Formato Adobe PDF
4.47 MB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

Licenza Creative Commons
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11380/1363506
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 2
  • ???jsp.display-item.citation.isi??? ND
social impact