Buchumschlag

Enhancing Idiomatic Representation in Multiple Languages via an Adaptive Contrastive Triplet Loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Wei, Idiart, Marco, Scarton, Carolina, Villavicencio, Aline
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Investigating Idiomaticity in Word Representations
von: He, Wei, et al.
Veröffentlicht: (2024)

Sign of the Times: Evaluating the use of Large Language Models for Idiomaticity Detection
von: Phelps, Dylan, et al.
Veröffentlicht: (2024)

SemEval-2025 Task 1: AdMIRe -- Advancing Multimodal Idiomaticity Representation
von: Pickard, Thomas, et al.
Veröffentlicht: (2025)

Exploring Vision Language Models for Multimodal and Multilingual Stance Detection
von: Vasilakes, Jake, et al.
Veröffentlicht: (2025)

Improving LLM Abilities in Idiomatic Translation
von: Donthi, Sundesh, et al.
Veröffentlicht: (2024)

Mitigating Catastrophic Forgetting in Target Language Adaptation of LLMs via Source-Shielded Updates
von: Yamaguchi, Atsuki, et al.
Veröffentlicht: (2025)

An Empirical Study on Cross-lingual Vocabulary Adaptation for Efficient Language Model Inference
von: Yamaguchi, Atsuki, et al.
Veröffentlicht: (2024)

How Can We Effectively Expand the Vocabulary of LLMs with 0.01GB of Target Language Text?
von: Yamaguchi, Atsuki, et al.
Veröffentlicht: (2024)

Adapting Chat Language Models Using Only Target Unlabeled Language Data
von: Yamaguchi, Atsuki, et al.
Veröffentlicht: (2024)

Rolling the DICE on Idiomaticity: How LLMs Fail to Grasp Context
von: Mi, Maggie, et al.
Veröffentlicht: (2024)

UoR-NCL at SemEval-2025 Task 1: Using Generative LLMs and CLIP Models for Multilingual Multimodal Idiomaticity Representation
von: Markchom, Thanet, et al.
Veröffentlicht: (2025)

A Cross-Domain Study of the Use of Persuasion Techniques in Online Disinformation
von: Leite, João A., et al.
Veröffentlicht: (2024)

Refine Knowledge of Large Language Models via Adaptive Contrastive Learning
von: Li, Yinghui, et al.
Veröffentlicht: (2025)

T-VEC: A Telecom-Specific Vectorization Model with Enhanced Semantic Understanding via Deep Triplet Loss Fine-Tuning
von: Ethiraj, Vignesh, et al.
Veröffentlicht: (2025)

Span Modeling for Idiomaticity and Figurative Language Detection with Span Contrastive Loss
von: Matheny, Blake, et al.
Veröffentlicht: (2026)

ExU: AI Models for Examining Multilingual Disinformation Narratives and Understanding their Spread
von: Vasilakes, Jake, et al.
Veröffentlicht: (2024)

Eliciting Critical Reasoning in Retrieval-Augmented Language Models via Contrastive Explanations
von: Ranaldi, Leonardo, et al.
Veröffentlicht: (2024)

LLM-Based Adversarial Persuasion Attacks on Fact-Checking Systems
von: Leite, João A., et al.
Veröffentlicht: (2026)

Weakly Supervised Veracity Classification with LLM-Predicted Credibility Signals
von: Leite, João A., et al.
Veröffentlicht: (2023)

Dual-Modal Attention-Enhanced Text-Video Retrieval with Triplet Partial Margin Contrastive Learning
von: Jiang, Chen, et al.
Veröffentlicht: (2023)

Boundary-Driven Table-Filling with Cross-Granularity Contrastive Learning for Aspect Sentiment Triplet Extraction
von: Li, Qingling, et al.
Veröffentlicht: (2025)

Alignment-Enhanced Decoding:Defending via Token-Level Adaptive Refining of Probability Distributions
von: Liu, Quan, et al.
Veröffentlicht: (2024)

KG-CRAFT: Knowledge Graph-based Contrastive Reasoning with LLMs for Enhancing Automated Fact-checking
von: Lourenço, Vítor N., et al.
Veröffentlicht: (2026)

Assessing Cognitive Effort in L2 Idiomatic Processing: An Eye-Tracking Dataset
von: Santos, Eduardo, et al.
Veröffentlicht: (2026)

Stands to Reason: Investigating the Effect of Reasoning on Idiomaticity Detection
von: Phelps, Dylan, et al.
Veröffentlicht: (2025)

Word Boundary Information Isn't Useful for Encoder Language Models
von: Gow-Smith, Edward, et al.
Veröffentlicht: (2024)

Reference-less Analysis of Context Specificity in Translation with Personalised Language Models
von: Vincent, Sebastian, et al.
Veröffentlicht: (2023)

Deep Contrastive Unlearning for Language Models
von: He, Estrid, et al.
Veröffentlicht: (2025)

Enhancing Multiple Dimensions of Trustworthiness in LLMs via Sparse Activation Control
von: Xiao, Yuxin, et al.
Veröffentlicht: (2024)

MiniConGTS: A Near Ultimate Minimalist Contrastive Grid Tagging Scheme for Aspect Sentiment Triplet Extraction
von: Sun, Qiao, et al.
Veröffentlicht: (2024)

APCD: Adaptive Path-Contrastive Decoding for Reliable Large Language Model Generation
von: Zheng, Tianyu, et al.
Veröffentlicht: (2026)

Evidence-Enhanced Triplet Generation Framework for Hallucination Alleviation in Generative Question Answering
von: Du, Haowei, et al.
Veröffentlicht: (2024)

A Case Study on Contextual Machine Translation in a Professional Scenario of Subtitling
von: Vincent, Sebastian, et al.
Veröffentlicht: (2024)

Enhancing Contextual Understanding in Large Language Models through Contrastive Decoding
von: Zhao, Zheng, et al.
Veröffentlicht: (2024)

Compositional Subspace Representation Fine-tuning for Adaptive Large Language Models
von: Zhou, Andy
Veröffentlicht: (2025)

SE-GCL: An Event-Based Simple and Effective Graph Contrastive Learning for Text Representation
von: Meng, Tao, et al.
Veröffentlicht: (2024)

Improving Large Language Model Safety with Contrastive Representation Learning
von: Simko, Samuel, et al.
Veröffentlicht: (2025)

Skim-Aware Contrastive Learning for Efficient Document Representation
von: Abro, Waheed Ahmed, et al.
Veröffentlicht: (2025)

Table-Filling via Mean Teacher for Cross-domain Aspect Sentiment Triplet Extraction
von: Peng, Kun, et al.
Veröffentlicht: (2024)

Fine-grained Verification via Diagnostic Reasoning Supervision for Aspect Sentiment Triplet Extraction
von: Lai, Wenna, et al.
Veröffentlicht: (2026)