Buchumschlag

COMI-LINGUA: Expert Annotated Large-Scale Dataset for Multitask NLP in Hindi-English Code-Mixing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sheth, Rajvee, Beniwal, Himanshu, Singh, Mayank
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

COMMENTATOR: A Code-mixed Multilingual Text Annotation Framework
von: Sheth, Rajvee, et al.
Veröffentlicht: (2024)

Beyond Monolingual Assumptions: A Survey of Code-Switched NLP in the Era of Large Language Models across Modalities
von: Sheth, Rajvee, et al.
Veröffentlicht: (2025)

PythonSaga: Redefining the Benchmark to Evaluate Code Generating LLMs
von: Yadav, Ankit, et al.
Veröffentlicht: (2024)

Where Does Toxicity Live? Mechanistic Localization and Targeted Suppression in Language Models
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2026)

Cross-lingual Editing in Multilingual Language Models
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2024)

Char-mander Use mBackdoor! A Study of Cross-lingual Backdoor Attacks in Multilingual LLMs
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2025)

Remember This Event That Year? Assessing Temporal Information and Reasoning in Large Language Models
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2024)

MedSumm: A Multimodal Approach to Summarizing Code-Mixed Hindi-English Clinical Queries
von: Ghosh, Akash, et al.
Veröffentlicht: (2024)

Eka-Eval: An Evaluation Framework for Low-Resource Multilingual Large Language Models
von: Sinha, Samridhi Raj, et al.
Veröffentlicht: (2025)

HindiLLM: Large Language Model for Hindi
von: Chouhan, Sanjay, et al.
Veröffentlicht: (2024)

One Instruction Does Not Fit All: How Well Do Embeddings Align Personas and Instructions in Low-Resource Indian Languages?
von: Shah, Arya, et al.
Veröffentlicht: (2026)

Bridging the Data Gap: Creating a Hindi Text Summarization Dataset from the English XSUM
von: Katwe, Praveenkumar, et al.
Veröffentlicht: (2026)

AIMA at SemEval-2024 Task 10: History-Based Emotion Recognition in Hindi-English Code-Mixed Conversations
von: Abootorabi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

UNITYAI-GUARD: Pioneering Toxicity Detection Across Low-Resource Indian Languages
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2025)

Knots: A Large-Scale Multi-Agent Enhanced Expert-Annotated Dataset and LLM Prompt Optimization for NOTAM Semantic Parsing
von: Liu, Maoqi, et al.
Veröffentlicht: (2025)

Multilingual Mathematical Reasoning: Advancing Open-Source LLMs in Hindi and English
von: Anand, Avinash, et al.
Veröffentlicht: (2024)

Who Annotates in NLP? A Large-scale Assessment of Human Annotation Reporting between 2018 and 2025
von: Kunilovskaya, Maria, et al.
Veröffentlicht: (2026)

Breaking mBad! Supervised Fine-tuning for Cross-Lingual Detoxification
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2025)

An Under-Explored Application for Explainable Multimodal Misogyny Detection in code-mixed Hindi-English
von: Yadav, Sargam, et al.
Veröffentlicht: (2026)

ChiEngMixBench: Evaluating Large Language Models on Spontaneous and Natural Chinese-English Code-Mixed Generation
von: Yang, Qingyan, et al.
Veröffentlicht: (2026)

A Parameter-Efficient Transfer Learning Approach through Multitask Prompt Distillation and Decomposition for Clinical NLP
von: Peng, Cheng, et al.
Veröffentlicht: (2026)

DEPART: DEcomposing PARiTy across Multilingual LLMs
von: Uppadhyay, Manan, et al.
Veröffentlicht: (2026)

Building pre-train LLM Dataset for the INDIC Languages: a case study on Hindi
von: Parida, Shantipriya, et al.
Veröffentlicht: (2024)

Suvach -- Generated Hindi QA benchmark
von: Narayanan, Vaishak, et al.
Veröffentlicht: (2024)

Text Annotation via Inductive Coding: Comparing Human Experts to LLMs in Qualitative Data Analysis
von: Parfenova, Angelina, et al.
Veröffentlicht: (2025)

Exploring Cross-Cultural Differences in English Hate Speech Annotations: From Dataset Construction to Analysis
von: Lee, Nayeon, et al.
Veröffentlicht: (2023)

Revealing the impact of synthetic native samples and multi-tasking strategies in Hindi-English code-mixed humour and sarcasm detection
von: Mazumder, Debajyoti, et al.
Veröffentlicht: (2024)

SwitchLingua: The First Large-Scale Multilingual and Multi-Ethnic Code-Switching Dataset
von: Xie, Peng, et al.
Veröffentlicht: (2025)

Advantages of Domain Knowledge Injection for Legal Document Summarization: A Case Study on Summarizing Indian Court Judgments in English and Hindi
von: Datta, Debtanu, et al.
Veröffentlicht: (2026)

Airavata: Introducing Hindi Instruction-tuned LLM
von: Gala, Jay, et al.
Veröffentlicht: (2024)

EmoMix-3L: A Code-Mixed Dataset for Bangla-English-Hindi Emotion Detection
von: Raihan, Nishat, et al.
Veröffentlicht: (2024)

Enhancing Hindi NER in Low Context: A Comparative study of Transformer-based models with vs. without Retrieval Augmentation
von: Singh, Sumit, et al.
Veröffentlicht: (2025)

Multi-class Regret Detection in Hindi Devanagari Script
von: Sharma, Renuka, et al.
Veröffentlicht: (2024)

Human-1 by Josh Talks: A Full-Duplex Conversational Modeling Framework in Hindi using Real-World Conversations
von: Singh, Bhaskar, et al.
Veröffentlicht: (2026)

Leveraging Weakly Annotated Data for Hate Speech Detection in Code-Mixed Hinglish: A Feasibility-Driven Transfer Learning Approach with Large Language Models
von: Yadav, Sargam, et al.
Veröffentlicht: (2024)

Flexible and Effective Mixing of Large Language Models into a Mixture of Domain Experts
von: Lee, Rhui Dih, et al.
Veröffentlicht: (2024)

Enhancing Assamese NLP Capabilities: Introducing a Centralized Dataset Repository
von: Tamang, S., et al.
Veröffentlicht: (2024)

HALO: An Ontology for Representing and Categorizing Hallucinations in Large Language Models
von: Nananukul, Navapat, et al.
Veröffentlicht: (2023)

Humanlike Cognitive Patterns as Emergent Phenomena in Large Language Models
von: Tang, Zhisheng, et al.
Veröffentlicht: (2024)

Survey of Pseudonymization, Abstractive Summarization & Spell Checker for Hindi and Marathi
von: Ransing, Rasika, et al.
Veröffentlicht: (2024)