Buchumschlag

Semi-Supervised Spoken Language Glossification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Huijie, Zhou, Wengang, Zhou, Hao, Li, Houqiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Multimodal Large Language Models Against Modality Conflict
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2025)

Cross-Lingual Transfer for Natural Language Inference via Multilingual Prompt Translator
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2024)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
von: Sun, Qi, et al.
Veröffentlicht: (2024)

P-RAG: Progressive Retrieval Augmented Generation For Planning on Embodied Everyday Task
von: Xu, Weiye, et al.
Veröffentlicht: (2024)

Multi-Level Optimal Transport for Universal Cross-Tokenizer Knowledge Distillation on Language Models
von: Cui, Xiao, et al.
Veröffentlicht: (2024)

BoolQuestions: Does Dense Retrieval Understand Boolean Logic in Language?
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2024)

Trustworthy Alignment of Retrieval-Augmented Large Language Models via Reinforcement Learning
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2024)

Revisiting Shadow Detection from a Vision-Language Perspective
von: Wang, Yonghui, et al.
Veröffentlicht: (2026)

Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition
von: Zhao, Weichao, et al.
Veröffentlicht: (2024)

Disentangling Length Bias In Preference Learning Via Response-Conditioned Modeling
von: Cai, Jianfeng, et al.
Veröffentlicht: (2025)

AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Self-Classification Enhancement and Correction for Weakly Supervised Object Detection
von: Yin, Yufei, et al.
Veröffentlicht: (2025)

Flow-SLM: Joint Learning of Linguistic and Acoustic Information for Spoken Language Modeling
von: Chou, Ju-Chieh, et al.
Veröffentlicht: (2025)

Spoken Language Modeling with Duration-Penalized Self-Supervised Units
von: Visser, Nicol, et al.
Veröffentlicht: (2025)

DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates
von: de Souza, Klaywert Danillo Ferreira, et al.
Veröffentlicht: (2026)

SEDS: Semantically Enhanced Dual-Stream Encoder for Sign Language Retrieval
von: Jiang, Longtao, et al.
Veröffentlicht: (2024)

Cross-Modal Consistency Learning for Sign Language Recognition
von: Wu, Kepeng, et al.
Veröffentlicht: (2025)

Video-based Sign Language Recognition without Temporal Segmentation
von: Huang, Jie, et al.
Veröffentlicht: (2018)

Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
von: Luan, Bozhi, et al.
Veröffentlicht: (2025)

Sinkhorn Distance Minimization for Knowledge Distillation
von: Cui, Xiao, et al.
Veröffentlicht: (2024)

Scaling up Multimodal Pre-training for Sign Language Understanding
von: Zhou, Wengang, et al.
Veröffentlicht: (2024)

A Tale of Two Languages: Large-Vocabulary Continuous Sign Language Recognition from Spoken Language Supervision
von: Raude, Charles, et al.
Veröffentlicht: (2024)

Semi-Supervised Synthetic Data Generation with Fine-Grained Relevance Control for Short Video Search Relevance Modeling
von: Li, Haoran, et al.
Veröffentlicht: (2025)

LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
von: Zhou, Keyi, et al.
Veröffentlicht: (2024)

FreezeEmpath: Efficient Training for Empathetic Spoken Chatbots with Frozen LLMs
von: Hong, Yun, et al.
Veröffentlicht: (2026)

GaussNav: Gaussian Splatting for Visual Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2024)

StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models
von: Liu, Keli, et al.
Veröffentlicht: (2026)

CroPrompt: Cross-task Interactive Prompting for Zero-shot Spoken Language Understanding
von: Qin, Libo, et al.
Veröffentlicht: (2024)

Progressive Multi-modal Conditional Prompt Tuning
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2024)

RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation
von: Liao, Zhaokang, et al.
Veröffentlicht: (2024)

Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Multi-Intent Spoken Language Understanding: Methods, Trends, and Challenges
von: Wu, Di, et al.
Veröffentlicht: (2025)

VITA-QinYu: Expressive Spoken Language Model for Role-Playing and Singing
von: Xu, Jiacheng, et al.
Veröffentlicht: (2026)

MAC-SLU: Multi-Intent Automotive Cabin Spoken Language Understanding Benchmark
von: Peng, Yuezhang, et al.
Veröffentlicht: (2025)

GmSLM : Generative Marmoset Spoken Language Modeling
von: Sternberg, Talia, et al.
Veröffentlicht: (2025)

Large Language Models for Depression Recognition in Spoken Language Integrating Psychological Knowledge
von: Li, Yupei, et al.
Veröffentlicht: (2025)

Geolocation-Aware Robust Spoken Language Identification
von: Wang, Qingzheng, et al.
Veröffentlicht: (2025)

Evaluating Multimodal Large Language Models on Spoken Sarcasm Understanding
von: Li, Zhu, et al.
Veröffentlicht: (2025)

SpidR: Learning Fast and Stable Linguistic Units for Spoken Language Models Without Supervision
von: Poli, Maxime, et al.
Veröffentlicht: (2025)