:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nuha, Ulin, Lin, Chih-Hsueh
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	https://arxiv.org/abs/2407.04990
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring NLP Benchmarks in an Extremely Low-Resource Setting
von: Nuha, Ulin, et al.
Veröffentlicht: (2025)

A Guide To Effectively Leveraging LLMs for Low-Resource Text Summarization: Data Augmentation and Semi-supervised Approaches
von: Sahu, Gaurav, et al.
Veröffentlicht: (2024)

Balancing Quality and Variation: Spam Filtering Distorts Data Label Distributions
von: Fleisig, Eve, et al.
Veröffentlicht: (2025)

GCC-Spam: Spam Detection via GAN, Contrastive Learning, and Character Similarity Networks
von: Wang, Zhijie, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Data Augmentation for Low-Resource Domain Tasks
von: Seo, Minju, et al.
Veröffentlicht: (2024)

ABEX: Data Augmentation for Low-Resource NLU via Expanding Abstract Descriptions
von: Ghosh, Sreyan, et al.
Veröffentlicht: (2024)

An Effective Deployment of Diffusion LM for Data Augmentation in Low-Resource Sentiment Classification
von: Chen, Zhuowei, et al.
Veröffentlicht: (2024)

Evaluating the Performance of ChatGPT for Spam Email Detection
von: Si, Shijing, et al.
Veröffentlicht: (2024)

Evaluating the Effectiveness of Data Augmentation for Emotion Classification in Low-Resource Settings
von: Arora, Aashish, et al.
Veröffentlicht: (2024)

SNaRe: Domain-aware Data Generation for Low-Resource Event Detection
von: Parekh, Tanmay, et al.
Veröffentlicht: (2025)

Understanding Social Support Needs in Questions: A Hybrid Approach Integrating Semi-Supervised Learning and LLM-based Data Augmentation
von: Kuang, Junwei, et al.
Veröffentlicht: (2025)

LLM-guided Semi-Supervised Approaches for Social Media Crisis Data Classification
von: Ativo, Jacob, et al.
Veröffentlicht: (2026)

Self-Supervised Time-Series Anomaly Detection Using Learnable Data Augmentation
von: Choi, Kukjin, et al.
Veröffentlicht: (2024)

Data Augmentation Integrating Dialogue Flow and Style to Adapt Spoken Dialogue Systems to Low-Resource User Groups
von: Qi, Zhiyang, et al.
Veröffentlicht: (2024)

Semi-Supervised Learning from Small Annotated Data and Large Unlabeled Data for Fine-grained PICO Entity Recognition
von: Chen, Fangyi, et al.
Veröffentlicht: (2024)

High-Quality Data Augmentation for Low-Resource NMT: Combining a Translation Memory, a GAN Generator, and Filtering
von: Liu, Hengjie, et al.
Veröffentlicht: (2024)

Targeted Augmentation for Low-Resource Event Extraction
von: Wang, Sijia, et al.
Veröffentlicht: (2024)

Enhancing Effectiveness and Robustness in a Low-Resource Regime via Decision-Boundary-aware Data Augmentation
von: Jin, Kyohoon, et al.
Veröffentlicht: (2024)

Two-Layer Retrieval-Augmented Generation Framework for Low-Resource Medical Question Answering Using Reddit Data: Proof-of-Concept Study
von: Das, Sudeshna, et al.
Veröffentlicht: (2024)

SMS Spam Detection and Classification to Combat Abuse in Telephone Networks Using Natural Language Processing
von: Oyeyemi, Dare Azeez, et al.
Veröffentlicht: (2024)

Text2Data: Low-Resource Data Generation with Textual Control
von: Wang, Shiyu, et al.
Veröffentlicht: (2024)

Low-Resource Fine-Tuning for Multi-Task Structured Information Extraction with a Billion-Parameter Instruction-Tuned Model
von: Chih, Yu Cheng, et al.
Veröffentlicht: (2025)

IDALC: A Semi-Supervised Framework for Intent Detection and Active Learning based Correction
von: Mullick, Ankan, et al.
Veröffentlicht: (2025)

Augmenting Document-level Relation Extraction with Efficient Multi-Supervision
von: Lin, Xiangyu, et al.
Veröffentlicht: (2024)

TAP4LLM: Table Provider on Sampling, Augmenting, and Packing Semi-structured Data for Large Language Model Reasoning
von: Sui, Yuan, et al.
Veröffentlicht: (2023)

Breaking Data Efficiency Dilemma: A Federated and Augmented Learning Framework For Alzheimer's Disease Detection via Speech
von: Wei, Xiao, et al.
Veröffentlicht: (2026)

PANER: A Paraphrase-Augmented Framework for Low-Resource Named Entity Recognition
von: Rengarajan, Nanda Kumar, et al.
Veröffentlicht: (2025)

Can LLMs Augment Low-Resource Reading Comprehension Datasets? Opportunities and Challenges
von: Samuel, Vinay, et al.
Veröffentlicht: (2023)

Overcoming Data Scarcity in Generative Language Modelling for Low-Resource Languages: A Systematic Review
von: McGiff, Josh, et al.
Veröffentlicht: (2025)

"When Data is Scarce, Prompt Smarter"... Approaches to Grammatical Error Correction in Low-Resource Settings
von: De, Somsubhra, et al.
Veröffentlicht: (2025)

Hate Speech Detection using Large Language Models with Data Augmentation and Feature Enhancement
von: Nge, Brian Jing Hong, et al.
Veröffentlicht: (2026)

Contrastive Decoding for Synthetic Data Generation in Low-Resource Language Modeling
von: Ulm, Jannek, et al.
Veröffentlicht: (2025)

Polyphone Disambiguation in Mandarin Chinese with Semi-Supervised Learning
von: Shi, Yi, et al.
Veröffentlicht: (2021)

Boosting the Capabilities of Compact Models in Low-Data Contexts with Large Language Models and Retrieval-Augmented Generation
von: Shandilya, Bhargav, et al.
Veröffentlicht: (2024)

STAR: Boosting Low-Resource Information Extraction by Structure-to-Text Data Generation with Large Language Models
von: Ma, Mingyu Derek, et al.
Veröffentlicht: (2023)

The Synergy of LLMs & RL Unlocks Offline Learning of Generalizable Language-Conditioned Policies with Low-fidelity Data
von: Pouplin, Thomas, et al.
Veröffentlicht: (2024)

Bolster Hallucination Detection via Prompt-Guided Data Augmentation
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

ConLID: Supervised Contrastive Learning for Low-Resource Language Identification
von: Foroutan, Negar, et al.
Veröffentlicht: (2025)

Large Language Models on Fine-grained Emotion Detection Dataset with Data Augmentation and Transfer Learning
von: Wang, Kaipeng, et al.
Veröffentlicht: (2024)

DS@GT at CheckThat! 2025: Detecting Subjectivity via Transfer-Learning and Corrective Data Augmentation
von: Heil, Maximilian, et al.
Veröffentlicht: (2025)