:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Church, Kenneth
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	https://arxiv.org/abs/2501.14721
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Building and Aligning Comparable Corpora
von: Saad, Motaz, et al.
Veröffentlicht: (2025)

Since the Scientific Literature Is Multilingual, Our Models Should Be Too
von: Ebrahimi, Abteen, et al.
Veröffentlicht: (2024)

New Textual Corpora for Serbian Language Modeling
von: Škorić, Mihailo, et al.
Veröffentlicht: (2024)

Bias in News Summarization: Measures, Pitfalls and Corpora
von: Steen, Julius, et al.
Veröffentlicht: (2023)

AI Brown and AI Koditex: LLM-Generated Corpora Comparable to Traditional Corpora of English and Czech Texts
von: Milička, Jiří, et al.
Veröffentlicht: (2025)

From Outliers to Topics in Language Models: Anticipating Trends in News Corpora
von: Zve, Evangelia, et al.
Veröffentlicht: (2025)

Data Augmentation for Code Translation with Comparable Corpora and Multiple References
von: Xie, Yiqing, et al.
Veröffentlicht: (2023)

Reap the Wild Wind: Detecting Media Storms in Large-Scale News Corpora
von: Markus, Dror K., et al.
Veröffentlicht: (2024)

CLASSLA-web: Comparable Web Corpora of South Slavic Languages Enriched with Linguistic and Genre Annotation
von: Ljubešić, Nikola, et al.
Veröffentlicht: (2024)

Identifying Emerging Concepts in Large Corpora
von: Ma, Sibo, et al.
Veröffentlicht: (2025)

Validating and Exploring Large Geographic Corpora
von: Dunn, Jonathan
Veröffentlicht: (2024)

Are Generative Language Models Multicultural? A Study on Hausa Culture and Emotions using ChatGPT
von: Ahmad, Ibrahim Said, et al.
Veröffentlicht: (2024)

Mathematical Entities: Corpora and Benchmarks
von: Collard, Jacob, et al.
Veröffentlicht: (2024)

The Growing Gains and Pains of Iterative Web Corpora Crawling: Insights from South Slavic CLASSLA-web 2.0 Corpora
von: Pungeršek, Taja Kuzman, et al.
Veröffentlicht: (2026)

Active Learning for Multilingual Fingerspelling Corpora
von: Wang, Shuai, et al.
Veröffentlicht: (2023)

Unsupervised Location Mapping for Narrative Corpora
von: Wagner, Eitan, et al.
Veröffentlicht: (2025)

Guylingo: The Republic of Guyana Creole Corpora
von: Clarke, Christopher, et al.
Veröffentlicht: (2024)

Disambiguating Numeral Sequences to Decipher Ancient Accounting Corpora
von: Born, Logan, et al.
Veröffentlicht: (2025)

Wiki Dumps to Training Corpora: South Slavic Case
von: Škorić, Mihailo, et al.
Veröffentlicht: (2026)

On Translating Technical Terminology: A Translation Workflow for Machine-Translated Acronyms
von: Yue, Richard, et al.
Veröffentlicht: (2024)

TaxoAdapt: Aligning LLM-Based Multidimensional Taxonomy Construction to Evolving Research Corpora
von: Kargupta, Priyanka, et al.
Veröffentlicht: (2025)

When Should Dense Retrievers Be Updated in Evolving Corpora? Detecting Out-of-Distribution Corpora Using GradNormIR
von: Ko, Dayoon, et al.
Veröffentlicht: (2025)

Multilingual and Explainable Text Detoxification with Parallel Corpora
von: Dementieva, Daryna, et al.
Veröffentlicht: (2024)

Attributing Culture-Conditioned Generations to Pretraining Corpora
von: Li, Huihan, et al.
Veröffentlicht: (2024)

Is Peer-Reviewing Worth the Effort?
von: Church, Kenneth, et al.
Veröffentlicht: (2024)

Data Caricatures: On the Representation of African American Language in Pretraining Corpora
von: Deas, Nicholas, et al.
Veröffentlicht: (2025)

MASRAD: Arabic Terminology Management Corpora with Semi-Automatic Construction
von: Nasser, Mahdi, et al.
Veröffentlicht: (2025)

Multilingual Embedding Probes Fail to Generalize Across Learner Corpora
von: Lyngbaek, Laurits, et al.
Veröffentlicht: (2026)

HistLens: Mapping Idea Change across Concepts and Corpora
von: Jing, Yi, et al.
Veröffentlicht: (2026)

AcrosticSleuth: Probabilistic Identification and Ranking of Acrostics in Multilingual Corpora
von: Fedchin, Aleksandr, et al.
Veröffentlicht: (2024)

Beyond Line-Level Filtering for the Pretraining Corpora of LLMs
von: Park, Chanwoo, et al.
Veröffentlicht: (2025)

Unsupervised Cross-Lingual Part-of-Speech Tagging with Monolingual Corpora Only
von: Zheng, Jianyu
Veröffentlicht: (2026)

ILSIC: Corpora for Identifying Indian Legal Statutes from Queries by Laypeople
von: Paul, Shounak, et al.
Veröffentlicht: (2026)

WildGraphBench: Benchmarking GraphRAG with Wild-Source Corpora
von: Wang, Pengyu, et al.
Veröffentlicht: (2026)

Unearthing Large Scale Domain-Specific Knowledge from Public Corpora
von: Fei, Zhaoye, et al.
Veröffentlicht: (2024)

A Recipe of Parallel Corpora Exploitation for Multilingual Large Language Models
von: Lin, Peiqin, et al.
Veröffentlicht: (2024)

Building Corpora for Single-Channel Speech Separation Across Multiple Domains
von: Maciejewski, Matthew, et al.
Veröffentlicht: (2018)

Semiparametric Latent Topic Modeling on Consumer-Generated Corpora
von: Dayta, Dominic B., et al.
Veröffentlicht: (2021)

CAMEO: Collection of Multilingual Emotional Speech Corpora
von: Christop, Iwona, et al.
Veröffentlicht: (2025)

Identifying Quantum Mechanical Statistics in Italian Corpora
von: Aerts, Diederik, et al.
Veröffentlicht: (2024)