Copertina

PILA: A Historical-Linguistic Dataset of Proto-Italic and Latin

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bothwell, Stephen, DuSell, Brian, Chiang, David, Krostenko, Brian
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language I.2.7
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards Fundamental Language Models: Does Linguistic Competence Scale with Model Size?
di: Collado-Montañez, Jaime, et al.
Pubblicazione: (2025)

Dialect Matters: Cross-Lingual ASR Transfer for Low-Resource Indic Language Varieties
di: Dhasmana, Akriti, et al.
Pubblicazione: (2026)

Graphemic Normalization of the Perso-Arabic Script
di: Doctor, Raiomond, et al.
Pubblicazione: (2022)

Beyond Arabic: Software for Perso-Arabic Script Manipulation
di: Gutkin, Alexander, et al.
Pubblicazione: (2023)

CRISP: Persistent Concept Unlearning via Sparse Autoencoders
di: Ashuach, Tomer, et al.
Pubblicazione: (2025)

Linguistic Interpretability of Transformer-based Language Models: a systematic review
di: López-Otal, Miguel, et al.
Pubblicazione: (2025)

SeLeRoSa: Sentence-Level Romanian Satire Detection Dataset
di: Smădu, Răzvan-Alexandru, et al.
Pubblicazione: (2025)

Synthetic Voice Data for Automatic Speech Recognition in African Languages
di: DeRenzi, Brian, et al.
Pubblicazione: (2025)

Lisbon Computational Linguists at SemEval-2024 Task 2: Using A Mistral 7B Model and Data Augmentation
di: Guimarães, Artur, et al.
Pubblicazione: (2024)

Historical Ink: 19th Century Latin American Spanish Newspaper Corpus with LLM OCR Correction
di: Manrique-Gómez, Laura, et al.
Pubblicazione: (2024)

LCFO: Long Context and Long Form Output Dataset and Benchmarking
di: Costa-jussà, Marta R., et al.
Pubblicazione: (2024)

A Dataset for Metaphor Detection in Early Medieval Hebrew Poetry
di: Toker, Michael, et al.
Pubblicazione: (2024)

ML-Promise: A Multilingual Dataset for Corporate Promise Verification
di: Seki, Yohei, et al.
Pubblicazione: (2024)

MAWARITH: A Dataset and Benchmark for Legal Inheritance Reasoning with LLMs
di: Bouchekif, Abdessalam, et al.
Pubblicazione: (2026)

EMO-KNOW: A Large Scale Dataset on Emotion and Emotion-cause
di: Nguyen, Mia Huong, et al.
Pubblicazione: (2024)

RTI-Bench: A Structured Dataset for Indian Right-to-Information Decision Analysis
di: Bose, Joy
Pubblicazione: (2026)

Locations of Characters in Narratives: Andersen and Persuasion Datasets
di: Ozyurt, Batuhan, et al.
Pubblicazione: (2025)

Tracking Semantic Change in Slovene: A Novel Dataset and Optimal Transport-Based Distance
di: Pranjić, Marko, et al.
Pubblicazione: (2024)

DimStance: Multilingual Datasets for Dimensional Stance Analysis
di: Becker, Jonas, et al.
Pubblicazione: (2026)

I run as fast as a rabbit, can you? A Multilingual Simile Dialogue Dataset
di: Ma, Longxuan, et al.
Pubblicazione: (2023)

Text-Based Approaches to Item Difficulty Modeling in Large-Scale Assessments: A Systematic Review
di: Peters, Sydney, et al.
Pubblicazione: (2025)

Contrasting Linguistic Patterns in Human and LLM-Generated News Text
di: Muñoz-Ortiz, Alberto, et al.
Pubblicazione: (2023)

Scaling Synthetic Logical Reasoning Datasets with Context-Sensitive Declarative Grammars
di: Sileo, Damien
Pubblicazione: (2024)

2M-BELEBELE: Highly Multilingual Speech and American Sign Language Comprehension Dataset
di: Costa-jussà, Marta R., et al.
Pubblicazione: (2024)

DimABSA: Building Multilingual and Multidomain Datasets for Dimensional Aspect-Based Sentiment Analysis
di: Lee, Lung-Hao, et al.
Pubblicazione: (2026)

The GDN-CC Dataset: Automatic Corpus Clarification for AI-enhanced Democratic Citizen Consultations
di: Lequeu, Pierre-Antoine, et al.
Pubblicazione: (2026)

RomanLens: The Role Of Latent Romanization In Multilinguality In LLMs
di: Saji, Alan, et al.
Pubblicazione: (2025)

A Stochastic Analysis of the Linguistic Provenance of English Place Names
di: Dalvean, Michael
Pubblicazione: (2023)

Double Triangle Annotation: A Scalable Human-in-the-Loop Framework for High-Precision Historical Document Annotation
di: Ren, Yi
Pubblicazione: (2026)

CR-LT-KGQA: A Knowledge Graph Question Answering Dataset Requiring Commonsense Reasoning and Long-Tail Knowledge
di: Guo, Willis, et al.
Pubblicazione: (2024)

Blocks Architecture (BloArk): Efficient, Cost-Effective, and Incremental Dataset Architecture for Wikipedia Revision History
di: Li, Lingxi, et al.
Pubblicazione: (2024)

How Do Large Language Models Acquire Factual Knowledge During Pretraining?
di: Chang, Hoyeon, et al.
Pubblicazione: (2024)

Integrating Emotional and Linguistic Models for Ethical Compliance in Large Language Models
di: Chang, Edward Y.
Pubblicazione: (2024)

Linguistically-Informed Multilingual Instruction Tuning: Is There an Optimal Set of Languages to Tune?
di: Soykan, Gürkan, et al.
Pubblicazione: (2024)

Charting a Decade of Computational Linguistics in Italy: The CLiC-it Corpus
di: Alzetta, Chiara, et al.
Pubblicazione: (2025)

Encoder-Decoder Framework for Interactive Free Verses with Generation with Controllable High-Quality Rhyming
di: Pasini, Tommaso, et al.
Pubblicazione: (2024)

MIMIC-SR-ICD11: A Dataset for Narrative-Based Diagnosis
di: Wu, Yuexin, et al.
Pubblicazione: (2025)

How Human-Like Are Large Language Models? A Register-Aware Linguistic Evaluation Framework
di: Nieth, Björn, et al.
Pubblicazione: (2026)

A Domain-Based Taxonomy of Jailbreak Vulnerabilities in Large Language Models
di: Peláez-González, Carlos, et al.
Pubblicazione: (2025)

Building and Aligning Comparable Corpora
di: Saad, Motaz, et al.
Pubblicazione: (2025)