XiaoMi-AI文件搜索系统
World File Search SystemZampieri
Codewithzichao@DravidianLangTech-EACL2021：探索多语言 Transformers 以对混合代码文本进行攻击性语言识别
攻击性语言识别是近年来受到越来越多关注的研究领域。特别是随着社交媒体平台的兴起，识别混合有代码的社交媒体文本中的攻击性语言至关重要。在社交媒体文本中识别攻击性语言是一项具有挑战性的任务。此外，在英语、希腊语或西班牙语等语言中已经做了大量攻击性语言识别工作（Zampieri 等人，2019 年；Pitenis 等人，2020 年；Ranasinghe 和 Zampieri，2020 年），但对于达罗毗荼语混合代码文本的攻击性语言识别工作却很少。达罗毗荼语（泰米尔语-英语、马拉雅拉姆语-英语和卡纳达语-英语）攻击性语言识别共享任务改变了这一状况。这项共享任务的目标是识别德拉威语混合代码文本中的攻击性语言。混合代码文本是从社交媒体平台收集的。这是一项评论或帖子级别的多语言分类任务，给出混合代码的泰米尔语-英语、马拉雅拉姆语-英语的评论或帖子
在干旱地区管理干旱和生态系统
Conveners : Matteo Zampieri (CCC, KAUST) – Ibrahim Hoteit (KAUST) – David Yates (NCAR) Introduction : Ayman Ghulam (NCM) Speakers : - Francesco Pausata (UQAM) Analysis of the Green Wall Initiative scenarios - Erin Dougherty (NCAR) Modeling the ecosystem-climate interations in Saudi Arabia - Annalisa莫利尼（图兰大学）植物，盐和干旱：植被液压性状如何模成盐影响
用于有害跨度检测的从头到尾标记框架
近年来，社交网络和微博网站的普及度不断提升，吸引了越来越多的用户。凭借庞大的用户群，社交媒体会持续发布大量的用户生成内容。随着社交媒体使用量的增加，其他不良现象和行为也随之出现。社交媒体用户经常滥用这种自由来传播辱骂性或仇恨性的帖子或评论。在许多情况下，用户生成的内容是攻击性的或主动的，用户可能不得不应对网络攻击或网络欺凌等威胁以及其他不良行为（Warner and Hirschberg 2012）。因此，检测并尽可能限制有害帖子的传播变得越来越重要。尽管已经发布了几个毒性或辱骂性语言检测数据集（Wulczyn 等人，2016 年；Borkan 等人，2019 年）和模型（Borkan 等人，2019 年；Pavlopoulos 等人，2017 年；Zampieri 等人，2019 年），但其中大多数对整个评论或文档进行分类，并没有识别出使文本有毒的跨度。但突出显示这些有毒跨度可以
i西波利斯塔卫生卫生大会
224。多态性-579G＆＃8594; DNA基因甲基转移酶3B（DNMT3B）的T和降低Patricia y Barbosa综合征1,2的母亲风险； Cristiani C Mendes 2; Bruna L Zampieri 2; Joice M Biselli 2； ENY M GOLONI-BERTOLLO 2; ÉrikaCPavarino 2 1 Famerp Medicine课程的学术课程； 2 FAMERP FAMPING MOLECULAR RESEARCH AND BIOLOGY (UPGEM) RESEARCH UNIT: PIBIC - CNPq/FAMERP Introduction: Down syndrome (SD) is more frequent human chromosomopathy and studies suggest that the occurrence of this syndrome, regardless of maternal age, is related to DNA hypomethylation as a consequence of abnormal metabolism of the foolate.这种代谢途径负责S-腺苷（SAM）的合成，这是DNA甲基化反应最大的甲基甲基供体。甲基转移酶（DNMTS）酶催化甲基转移，DNMT3B基因中的多态性会影响DNMT3B酶活性对DNA甲基化的活性。目的：研究多态性DNMT3B -579G＆＃8594; t是SD的产妇风险因素。方法：将评估90个患有SD（病例组）和100名没有综合征儿童（对照组）的女性的母亲。多态性DNMT3B -579G的分子分析＆＃8594; t将通过实时通过聚合酶链反应（PCR）的艾莉卡歧视技术进行。数据将通过测试最大似然比，物流回归和卡方检验来分析数据。预期结果：预计将确定多态性DNMT3B -579G＆＃8594; t在孕产妇对SD的风险。