Generating Synthetic Oracle Datasets to Analyze Noise Impact: A Study on Building Function Classification Using Tweets
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Bai, Shanshan, Kruspe, Anna, Zhu, Xiaoxiang |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Harmonic Reasoning in Large Language Models
par: Kruspe, Anna
Publié: (2024)
par: Kruspe, Anna
Publié: (2024)
Towards detecting unanticipated bias in Large Language Models
par: Kruspe, Anna
Publié: (2024)
par: Kruspe, Anna
Publié: (2024)
Musical ethnocentrism in Large Language Models
par: Kruspe, Anna
Publié: (2025)
par: Kruspe, Anna
Publié: (2025)
More than words: Advancements and challenges in speech recognition for singing
par: Kruspe, Anna
Publié: (2024)
par: Kruspe, Anna
Publié: (2024)
Joint sentiment analysis of lyrics and audio in music
par: Schaab, Lea, et autres
Publié: (2024)
par: Schaab, Lea, et autres
Publié: (2024)
OSINT or BULLSHINT? Exploring Open-Source Intelligence tweets about the Russo-Ukrainian War
par: Niu, Johannes, et autres
Publié: (2025)
par: Niu, Johannes, et autres
Publié: (2025)
A Comparative Analysis of Machine Learning and Deep Learning Models for Tweet Sentiment Classification: A Case Study on the Sentiment140 Dataset
par: Anggraini, Vita, et autres
Publié: (2026)
par: Anggraini, Vita, et autres
Publié: (2026)
Semi-Synthetic Parallel Data for Translation Quality Estimation: A Case Study of Dataset Building for an Under-Resourced Language Pair
par: Siani, Assaf, et autres
Publié: (2026)
par: Siani, Assaf, et autres
Publié: (2026)
Zero-Shot Classification of Crisis Tweets Using Instruction-Finetuned Large Language Models
par: McDaniel, Emma, et autres
Publié: (2024)
par: McDaniel, Emma, et autres
Publié: (2024)
Extending a Parliamentary Corpus with MPs' Tweets: Automatic Annotation and Evaluation Using MultiParTweet
par: Bagci, Mevlüt, et autres
Publié: (2025)
par: Bagci, Mevlüt, et autres
Publié: (2025)
Comparative Analysis of Transformer Models in Disaster Tweet Classification for Public Safety
par: Zisad, Sharif Noor, et autres
Publié: (2025)
par: Zisad, Sharif Noor, et autres
Publié: (2025)
BIASEDTALES-ML: A Multilingual Dataset for Analyzing Narrative Attribute Distributions in LLM-Generated Stories
par: Ouyang, Yuxuan, et autres
Publié: (2026)
par: Ouyang, Yuxuan, et autres
Publié: (2026)
ADSumm: Annotated Ground-truth Summary Datasets for Disaster Tweet Summarization
par: Garg, Piyush Kumar, et autres
Publié: (2024)
par: Garg, Piyush Kumar, et autres
Publié: (2024)
Hierarchical Aligned Multimodal Learning for NER on Tweet Posts
par: Liu, Peipei, et autres
Publié: (2023)
par: Liu, Peipei, et autres
Publié: (2023)
Synthetic News Generation for Fake News Classification
par: Sittar, Abdul, et autres
Publié: (2025)
par: Sittar, Abdul, et autres
Publié: (2025)
SenWave: A Fine-Grained Multi-Language Sentiment Analysis Dataset Sourced from COVID-19 Tweets
par: Yang, Qiang, et autres
Publié: (2025)
par: Yang, Qiang, et autres
Publié: (2025)
LT4SG@SMM4H24: Tweets Classification for Digital Epidemiology of Childhood Health Outcomes Using Pre-Trained Language Models
par: Athukoralage, Dasun, et autres
Publié: (2024)
par: Athukoralage, Dasun, et autres
Publié: (2024)
A dataset of Open Source Intelligence (OSINT) Tweets about the Russo-Ukrainian war
par: Niu, Johannes, et autres
Publié: (2024)
par: Niu, Johannes, et autres
Publié: (2024)
Utilising Large Language Models for Generating Effective Counter Arguments to Anti-Vaccine Tweets
par: Dhanuka, Utsav, et autres
Publié: (2025)
par: Dhanuka, Utsav, et autres
Publié: (2025)
Unmasking the Imposters: How Censorship and Domain Adaptation Affect the Detection of Machine-Generated Tweets
par: Tuck, Bryan E., et autres
Publié: (2024)
par: Tuck, Bryan E., et autres
Publié: (2024)
A Study of Nationality Bias in Names and Perplexity using Off-the-Shelf Affect-related Tweet Classifiers
par: Barriere, Valentin, et autres
Publié: (2024)
par: Barriere, Valentin, et autres
Publié: (2024)
MAGID: An Automated Pipeline for Generating Synthetic Multi-modal Datasets
par: Aboutalebi, Hossein, et autres
Publié: (2024)
par: Aboutalebi, Hossein, et autres
Publié: (2024)
The Synthetic Imputation Approach: Generating Optimal Synthetic Texts For Underrepresented Categories In Supervised Classification Tasks
par: Timoneda, Joan C.
Publié: (2025)
par: Timoneda, Joan C.
Publié: (2025)
An Annotated Corpus of Arabic Tweets for Hate Speech Analysis
par: Zaghouani, Wajdi, et autres
Publié: (2025)
par: Zaghouani, Wajdi, et autres
Publié: (2025)
Measuring Diversity in Synthetic Datasets
par: Zhu, Yuchang, et autres
Publié: (2025)
par: Zhu, Yuchang, et autres
Publié: (2025)
IsraParlTweet: The Israeli Parliamentary and Twitter Resource
par: Mor-Lan, Guy, et autres
Publié: (2024)
par: Mor-Lan, Guy, et autres
Publié: (2024)
MiDe22: An Annotated Multi-Event Tweet Dataset for Misinformation Detection
par: Toraman, Cagri, et autres
Publié: (2022)
par: Toraman, Cagri, et autres
Publié: (2022)
Harnessing LLMs for API Interactions: A Framework for Classification and Synthetic Data Generation
par: Tao, Chunliang, et autres
Publié: (2024)
par: Tao, Chunliang, et autres
Publié: (2024)
Towards Better Inclusivity: A Diverse Tweet Corpus of English Varieties
par: Pham, Nhi, et autres
Publié: (2024)
par: Pham, Nhi, et autres
Publié: (2024)
Cyber Risks of Machine Translation Critical Errors : Arabic Mental Health Tweets as a Case Study
par: Saadany, Hadeel, et autres
Publié: (2024)
par: Saadany, Hadeel, et autres
Publié: (2024)
Learning to Rank Context for Named Entity Recognition Using a Synthetic Dataset
par: Amalvy, Arthur, et autres
Publié: (2023)
par: Amalvy, Arthur, et autres
Publié: (2023)
Analyzing Dataset Annotation Quality Management in the Wild
par: Klie, Jan-Christoph, et autres
Publié: (2023)
par: Klie, Jan-Christoph, et autres
Publié: (2023)
Who Attacks, and Why? Using LLMs to Identify Negative Campaigning in 18M Tweets across 19 Countries
par: Hartman, Victor, et autres
Publié: (2025)
par: Hartman, Victor, et autres
Publié: (2025)
ARISE: Iterative Rule Induction and Synthetic Data Generation for Text Classification
par: M., Yashwanth, et autres
Publié: (2025)
par: M., Yashwanth, et autres
Publié: (2025)
Synthetic Dialogue Dataset Generation using LLM Agents
par: Abdullin, Yelaman, et autres
Publié: (2024)
par: Abdullin, Yelaman, et autres
Publié: (2024)
Generating Synthetic Datasets for Few-shot Prompt Tuning
par: Guo, Xu, et autres
Publié: (2024)
par: Guo, Xu, et autres
Publié: (2024)
Deciphering Oracle Bone Language with Diffusion Models
par: Guan, Haisu, et autres
Publié: (2024)
par: Guan, Haisu, et autres
Publié: (2024)
ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media
par: Huang, Kung-Hsiang, et autres
Publié: (2023)
par: Huang, Kung-Hsiang, et autres
Publié: (2023)
EquiSumm : A Gender Bias-Aware Framework for Inclusive Tweet Summarization
par: Wanjari, Chaitanya, et autres
Publié: (2026)
par: Wanjari, Chaitanya, et autres
Publié: (2026)
Impact of Preference Noise on the Alignment Performance of Generative Language Models
par: Gao, Yang, et autres
Publié: (2024)
par: Gao, Yang, et autres
Publié: (2024)
Documents similaires
-
Harmonic Reasoning in Large Language Models
par: Kruspe, Anna
Publié: (2024) -
Towards detecting unanticipated bias in Large Language Models
par: Kruspe, Anna
Publié: (2024) -
Musical ethnocentrism in Large Language Models
par: Kruspe, Anna
Publié: (2025) -
More than words: Advancements and challenges in speech recognition for singing
par: Kruspe, Anna
Publié: (2024) -
Joint sentiment analysis of lyrics and audio in music
par: Schaab, Lea, et autres
Publié: (2024)