Iqra 埃米尔博士.D.

书

• 埃米尔,我.坎瓦尔，S.阿尔沙德，H.等一下，M.阿德南·阿什拉夫，m.s., & 英国人,RMA. (2021), "深度学习的多目标文本分类"
• 埃米尔,我.阿尔沙德，H.等一下，M., & 纳瓦布，军事顾问(2021年)基于深度学习的多标签文本分类"
• 马哈茂德,.Jehan, n.n., 埃米尔,我. & 英国人,RMA. (2021), "基于经典机器学习的多标签多目标文本分类"

书的章节

• 埃米尔,我., & Sidorov G. (2020). 在社交网络中使用文本的作者分析. 《自然语言处理与智能服务系统研究手册. 245-265). IGI全球.

期刊文章

• Arif, M., 埃米尔,我.， Bölücü， N.西多罗夫，G.格尔布赫，A., & Elangovan V. (2024). 基于深度学习和迁移学习的社交媒体文本精神疾病分类. Computación y Sistemas, 28(2).
• Zahid, M.哈比卜. F.， Ijaz, M., 埃米尔,我.乌拉，我.艾哈迈德，T.， He, Z. (2024). 摩托车碰撞中影响损伤严重程度的因素:使用Catboost和SHAP技术对不同年龄组进行分析. 预防交通伤害. 影响因子:2.183.
• 埃米尔,我.， Bölücü， N.西多罗夫，G.，徐，H., & B可以,., (2023). 图神经网络在文本情感分类中，哪一个信息更丰富? 句法或语义表示. IEEE访问. 2169-3536. 影响因子:3.476.
• 埃米尔,我.， Bölücü， N.西迪基，M. H. F.解析:选B。.西多罗夫，G., & Gelbukh,. (2023). 基于迁移学习的文本多标签情感分类 专家系统与应用, 118534. 影响因子:8.665.
• I. 埃米尔, G. 西多罗夫Gómez阿多诺，H., & 英国人,. M. A. (2022). 码混文本的多标签情感分类:数据与方法 IEEE访问. 2169-3536. 影响因子= 3.367. 
• 埃米尔,.纳兹，F.泰姬，B. G., & 埃米尔,我. (2021). 管理者人格特质通过情感职业承诺对项目成功的影响:组织项目管理成熟度系统的调节作用. 设施管理杂志，影响因子:2.19.
• 埃米尔,我.阿什拉夫，n.n.西多罗夫，G., & Gómez阿多诺. (2020). Twitter中基于内容特征的多标签情感分类. Computación y Sistemas， 24(3)，影响因子:0.782. 
• 埃米尔,我.西多罗夫，G., & 英国人,. M. A. (2019). 使用类型特征组合的作者年龄和性别分析. 智能杂志 & 模糊系统(JIFS) 影响因子:1.426.

会议论文

• 李,Z., 埃米尔,我.，胡，Y.Abdelhameed, A.陶，C.Selek, S., & 华,X. (2023). 用变压器模型预测精神病学笔记中的自杀倾向. In 2023 IEEE第11届医疗保健信息学国际会议 (pp. 481-483). IEEE.
• Bolucu N., 埃米尔,我.巴塔尼，A. A., & 华,H. (2023). WASSA 2023共享任务:多标签多类情感分类在码混短信上的研究结果. WASSA 2023在ACL 2023.
• Arif, M.Tonja, A. L., 埃米尔,我.科列斯尼科娃，O.格尔布赫，A., Sidorov. Meque G., A.G.M. (2022). CIC在CheckThat! 2022年:多类别、跨语种假新闻检测. CLEF 2022:评估论坛的会议和实验室.
• 奥尔蒂斯,G.贝尔·恩格斯，G., 埃米尔,我.， Gómez-Adorno, H., & Sidorov G. (2022). Job提供了使用神经网络和过采样方法的分类器. 第八届世界软计算大会.
• 棕褐色,F. A.A . hhriyetoglu.卡塞利，T.奥斯特戴克，n.n.野本，T.赫蒂亚拉奇，H., 埃米尔,我.， Uca, O.，莉莎，F. F., & Hu. T. (2022). 因果新闻语料库:新闻事件句的因果关系标注. 2022语言资源与评价国际会议. 
• 埃米尔,我.卡佩略，C. P.Gómez阿多诺，H., & Sidorov G. (2021). 基于变形金刚的乌尔都语假新闻自动检测." In 信息检索评价论坛.
• 西迪基,M. H. F., 埃米尔,我.格尔布赫，A., & Sidorov G. (2019). 推特上的机器人和性别分析. CLEF 2019实验室和研讨会，笔记本论文2019年9月. CEUR-WS.org Lugano，瑞士.
• 埃米尔,我.西迪基，M. H. F.西多罗夫，G., & Gelbukh,. (2019). 简单但非常有效的仇恨语音检测方法, 攻击行为检测, 和Twitter的目标分类. NAACL-HLT 2019; 美国明尼阿波利斯.
• Sittar,., & 埃米尔,我. (2018). 用文体特征分析多语种作者. 在MAPonSMS的工作笔记中 第十届国际信息检索评估论坛(FIRE’18)研讨会论文集. CEUR-WS.org, cerr, DAIICT来自印度古吉拉特邦.
• Pervaz,我., 埃米尔,我., & 英国人,. M. A. (2015). 用文体特征识别作者人格特征. CLEF 2015评估实验室和研讨会 -工作笔记，9月8-11日，法国图卢兹，2015年9月. CEUR-WS.org. ISSN 1613 - 0073.