Imagen de Portada

A comparison of data filtering techniques for English-Polish LLM-based machine translation in the biomedical domain

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lérida, Jorge del Pozo, Kojs, Kamil, Máté, János, Barański, Mikołaj Antoni, Hardmeier, Christian
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares

Tectogrammar-based machine translation for English-Spanish and English-Basque
por: Nora Aranberri
Publicado: (2016)

With Good MT There is No Need For End-to-End: A Case for Translate-then-Summarize Cross-lingual Summarization
por: Varab, Daniel, et al.
Publicado: (2024)

Mention Attention for Pronoun Translation
por: Tang, Gongbo, et al.
Publicado: (2024)

What Are They Filtering Out? An Experimental Benchmark of Filtering Strategies for Harm Reduction in Pretraining Datasets
por: Stranisci, Marco Antonio, et al.
Publicado: (2025)

Using Wikipedia for term extraction in the biomedical domain: first experiences
por: Jorge Vivaldi
Publicado: (2010)

An Isotropic Approach to Efficient Uncertainty Quantification with Gradient Norms
por: Grünefeld, Nils, et al.
Publicado: (2026)

Multilingual Extraction and Recognition of Implicit Discourse Relations in Speech and Text
por: Ruby, Ahmed, et al.
Publicado: (2026)

Efectos de la harina de lombriz sobre los niveles séricos de la proteína C3 del sistema de complemento e inmunoglobulina G en ratones
por: Lerida Borges
Publicado: (2014)

Generalización en Cuba del programa de manejo integrado del ácaro rojo Tetranychus tumidus en plátano
por: Lérida Almaguel
Publicado: (2000)

Dinámica de población e indicadores ecológicos del ácaro Steneotarsonemus spinki Smiley 1968 (Acari: Tarsonemidae) en arroz de riego en Cuba
por: Lérida Almaguel
Publicado: (2003)

Evaluación del comportamiento del ácaro Steneotarsonemus spinki (Acari: Tarsonemidae) en los estudios de regionalización desarrollados en Cuba
por: Lérida Almaguel
Publicado: (2000)

Disentangling meaning from language in LLM-based machine translation
por: Lasnier, Théo, et al.
Publicado: (2026)

Toward domain-specific machine translation and quality estimation systems
por: Sharami, Javad Pourmostafa Roshan
Publicado: (2026)

Publishing biomedical research articles in English, but in quality English
por: Franklin Escobar-Córdoba
Publicado: (2018)

A Dataset for the Detection of Dehumanizing Language
por: Engelmann, Paul, et al.
Publicado: (2024)

La aspiración de un músico novohispano / Lérida Moya Marcos
por: Moya Marcos, Lérida

EL MANEJO INTEGRADO DE LOS ÁCAROS EN CUBA. HISTORIA DE LA ACAROLOGÍA EN EL INISAV
por: Lérida Almaguel Rojas
Publicado: (2007)

Modelo Gerencial de la actividad catastral según la Ley de Geografía, Cartografía y Catastro en el Municipio Iribarren del Estado Lara.
por: Lérida Marcano Lunar
Publicado: (2005)

Automated evaluation of LLMs for effective machine translation of Mandarin Chinese to English
por: Zhang, Yue, et al.
Publicado: (2026)

Polish Journal of English Studies
Publicado: (2020)

Hybrid spectral-spatial domain registration for nanometric tracking in digital in-line holographic microscopy
por: Kalinowski, Kamil, et al.
Publicado: (2026)

A test suite of prompt injection attacks for LLM-based machine translation
por: Miceli-Barone, Antonio Valerio, et al.
Publicado: (2024)

Two robust techniques for segmentation of biomedical images
por: Patricio J. Castillo
Publicado: (2006)

From Outliers to Errors: Auditing Pali-to-English LLM Translations with Multi-Reference Adjudication
por: Metzger, Máté, et al.
Publicado: (2026)

Quality of Automatic Speech Recognition -- Polish Language case study -- from Wav2Vec to Scribe ElevenLabs
por: Pietroń, Marcin, et al.
Publicado: (2026)

Anthropomimetic Uncertainty: What Verbalized Uncertainty in Language Models is Missing
por: Ulmer, Dennis, et al.
Publicado: (2025)

Investigating the potential of Sparse Mixtures-of-Experts for multi-domain neural machine translation
por: Chirkova, Nadezhda, et al.
Publicado: (2024)

On the dimension of stationary measures for random piecewise affine interval homeomorphisms
por: Barański, Krzysztof, et al.
Publicado: (2022)

Life, uh, Finds a Way: Hyperadaptability by Behavioral Search
por: Baranski, Alex, et al.
Publicado: (2024)

Federated Distributed Key Generation
por: Baranski, Stanislaw, et al.
Publicado: (2025)

The effect of competition in contests: A unifying approach
por: Baranski, Andrzej, et al.
Publicado: (2024)

Spoken‐to‐written text conversion for enhancement of Korean–English readability and machine translation
por: HyunJung Choi, et al.
Publicado: (2024)

Collocations with Red in Polish and English Languages
por: Lisowska, Beata, et al.
Publicado: (2023)

REPRESENTACIONES DE GÉNERO EN LOS PLANES DE LECTURA COMPLEMENTARIA DE CUARTO BÁSICO EN CHILE
por: Jimena Lopez de Lerida
Publicado: (2021)

Two Decades of Nutrient Dynamics in Polish Rivers: Long-Term Trends in Nitrogen and Phosphorus
por: Kardel, Ignacy, et al.
Publicado: (2025)

Quantum machine learning framework for longitudinal biomedical studies
por: Demidik, Maria, et al.
Publicado: (2025)

Pre-training data selection for biomedical domain adaptation using journal impact metrics
por: Laï-king, Mathieu, et al.
Publicado: (2024)

Silk sericin as a functional biopolymer: From polymer chemistry to biomedical translation
por: Witchaya Phasayavan, et al.
Publicado: (2026)

Changing Definitions of Climate in Polish and English Dictionaries
por:
Publicado: (2020)

Changing Definitions of Climate in Polish and English Dictionaries
por: Marta Kwaśniewska
Publicado: (2020)