Copertina

K-pop Lyric Translation: Dataset, Analysis, and Neural-Modelling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kim, Haven, Jung, Jongmin, Jeong, Dasaem, Nam, Juhan
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computation and Language Machine Learning Multimedia
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On the de-duplication of the Lakh MIDI dataset
di: Choi, Eunjin, et al.
Pubblicazione: (2025)

LAV: Audio-Driven Dynamic Visual Generation with Neural Compression and StyleGAN2
di: Jung, Jongmin, et al.
Pubblicazione: (2025)

Automatic Time Signature Determination for New Scores Using Lyrics for Latent Rhythmic Structure
di: Liao, Callie C., et al.
Pubblicazione: (2023)

Self-Comparison for Dataset-Level Membership Inference in Large (Vision-)Language Models
di: Ren, Jie, et al.
Pubblicazione: (2024)

Towards Efficient and Real-Time Piano Transcription Using Neural Autoregressive Models
di: Kwon, Taegyun, et al.
Pubblicazione: (2024)

Training Data Efficiency in Multimodal Process Reward Models
di: Li, Jinyuan, et al.
Pubblicazione: (2026)

KMMMU: Evaluation of Massive Multi-discipline Multimodal Understanding in Korean Language and Context
di: Lee, Nahyun, et al.
Pubblicazione: (2026)

ChemDFM-X: Towards Large Multimodal Model for Chemistry
di: Zhao, Zihan, et al.
Pubblicazione: (2024)

Multimodal Large Language Models for Medicine: A Comprehensive Survey
di: Ye, Jiarui, et al.
Pubblicazione: (2025)

Enriching Music Descriptions with a Finetuned-LLM and Metadata for Text-to-Music Retrieval
di: Doh, SeungHeon, et al.
Pubblicazione: (2024)

Video-Foley: Two-Stage Video-To-Sound Generation via Temporal Event Condition For Foley Sound
di: Lee, Junwon, et al.
Pubblicazione: (2024)

MUDI: A Multimodal Biomedical Dataset for Understanding Pharmacodynamic Drug-Drug Interactions
di: Ngo, Tung-Lam, et al.
Pubblicazione: (2025)

Emotion Collider: Dual Hyperbolic Mirror Manifolds for Sentiment Recovery via Anti Emotion Reflection
di: Fu, Rong, et al.
Pubblicazione: (2026)

MemeCLIP: Leveraging CLIP Representations for Multimodal Meme Classification
di: Shah, Siddhant Bikram, et al.
Pubblicazione: (2024)

Where Do We Go from Here? Multi-scale Allocentric Relational Inference from Natural Spatial Descriptions
di: Paz-Argaman, Tzuf, et al.
Pubblicazione: (2024)

Dental-TriageBench: Benchmarking Multimodal Reasoning for Hierarchical Dental Triage
di: He, Ziyi, et al.
Pubblicazione: (2026)

Proactive Conversational Assistant for a Procedural Manual Task based on Audio and IMU
di: Mahfuz, Rehana, et al.
Pubblicazione: (2026)

StreaMulT: Streaming Multimodal Transformer for Heterogeneous and Arbitrary Long Sequential Data
di: Pellegrain, Victor, et al.
Pubblicazione: (2021)

Mixture of LoRA Experts
di: Wu, Xun, et al.
Pubblicazione: (2024)

ModalImmune: Immunity Driven Unlearning via Self Destructive Training
di: Fu, Rong, et al.
Pubblicazione: (2026)

Hear What Matters! Text-conditioned Selective Video-to-Audio Generation
di: Lee, Junwon, et al.
Pubblicazione: (2025)

Large Language Models for Computer-Aided Design: A Survey
di: Zhang, Licheng, et al.
Pubblicazione: (2025)

Multimodal Multi-loss Fusion Network for Sentiment Analysis
di: Wu, Zehui, et al.
Pubblicazione: (2023)

DLF: Disentangled-Language-Focused Multimodal Sentiment Analysis
di: Wang, Pan, et al.
Pubblicazione: (2024)

Doctor Sun: A Bilingual Multimodal Large Language Model for Biomedical AI
di: Xue, Dong, et al.
Pubblicazione: (2025)

Sample then Identify: A General Framework for Risk Control and Assessment in Multimodal Large Language Models
di: Wang, Qingni, et al.
Pubblicazione: (2024)

OLKAVS: An Open Large-Scale Korean Audio-Visual Speech Dataset
di: Park, Jeongkyun, et al.
Pubblicazione: (2023)

EEG2TEXT-CN: An Exploratory Study of Open-Vocabulary Chinese Text-EEG Alignment via Large Language Model and Contrastive Learning on ChineseEEG
di: Lu, Jacky Tai-Yu, et al.
Pubblicazione: (2025)

Language Models as Black-Box Optimizers for Vision-Language Models
di: Liu, Shihong, et al.
Pubblicazione: (2023)

VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset
di: Liu, Jing, et al.
Pubblicazione: (2023)

Let Multimodal Embedders Learn When to Augment Query via Adaptive Query Augmentation
di: Kim, Wongyu, et al.
Pubblicazione: (2025)

Music for All: Representational Bias and Cross-Cultural Adaptability of Music Generation Models
di: Mehta, Atharva, et al.
Pubblicazione: (2025)

Unleashing the Power of Imbalanced Modality Information for Multi-modal Knowledge Graph Completion
di: Zhang, Yichi, et al.
Pubblicazione: (2024)

'No' Matters: Out-of-Distribution Detection in Multimodality Long Dialogue
di: Gao, Rena, et al.
Pubblicazione: (2024)

MultiScript30k: Leveraging Multilingual Embeddings to Extend Cross Script Parallel Data
di: Driggers-Ellis, Christopher, et al.
Pubblicazione: (2025)

MultiMedEdit: A Scenario-Aware Benchmark for Evaluating Knowledge Editing in Medical VQA
di: Wen, Shengtao, et al.
Pubblicazione: (2025)

MuPHI: Learning Implicit Multimodal Harm Reasoning via Semantically Grounded Reward Optimization
di: Saha, Anisha, et al.
Pubblicazione: (2026)

Decoding the Hook: A Multimodal LLM Framework for Analyzing the Hooking Period of Video Ads
di: Zhang, Kunpeng, et al.
Pubblicazione: (2026)

Reasoning LLMs are Wandering Solution Explorers
di: Lu, Jiahao, et al.
Pubblicazione: (2025)

Clustering Internet Memes Through Template Matching and Multi-Dimensional Similarity
di: Bloem, Tygo, et al.
Pubblicazione: (2025)