Copertina

The UD-NewsCrawl Treebank: Reflections and Challenges from a Large-scale Tagalog Syntactic Annotation Project

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Aquino, Angelina A., Miranda, Lester James V., Or, Elsie Marie T.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A UD Treebank for Bohairic Coptic
di: Zeldes, Amir, et al.
Pubblicazione: (2025)

Towards the first UD Treebank of Spoken Italian: the KIParla forest
di: Pannitto, Ludovica
Pubblicazione: (2024)

Aligning the Norwegian UD Treebank with Entity and Coreference Information
di: Jørgensen, Tollef Emil, et al.
Pubblicazione: (2023)

Syntactic Transfer to Kyrgyz Using the Treebank Translation Method
di: Alekseev, Anton, et al.
Pubblicazione: (2024)

Urdu Dependency Parsing and Treebank Development: A Syntactic and Morphological Perspective
di: Habib, Nudrat
Pubblicazione: (2024)

UD-KSL Treebank v1.3: A semi-automated framework for aligning XPOS-extracted units with UPOS tags
di: Sung, Hakyung, et al.
Pubblicazione: (2025)

Annotating Constructions with UD: the experience of the Italian Constructicon
di: Pannitto, Ludovica, et al.
Pubblicazione: (2024)

CC-GPX: Extracting High-Quality Annotated Geospatial Data from Common Crawl
di: Ilyankou, Ilya, et al.
Pubblicazione: (2024)

Building Tamil Treebanks
di: Sarveswaran, Kengatharaiyer
Pubblicazione: (2024)

LuxBank: The First Universal Dependency Treebank for Luxembourgish
di: Plum, Alistair, et al.
Pubblicazione: (2024)

Thai Universal Dependency Treebank
di: Sriwirote, Panyut, et al.
Pubblicazione: (2024)

Constituency Structure over Eojeol in Korean Treebanks
di: Park, Jungyeul, et al.
Pubblicazione: (2025)

Cross-linguistically Consistent Semantic and Syntactic Annotation of Child-directed Speech
di: Szubert, Ida, et al.
Pubblicazione: (2021)

Quantifying Geospatial in the Common Crawl Corpus
di: Ilyankou, Ilya, et al.
Pubblicazione: (2024)

Parsing the Switch: LLM-Based UD Annotation for Complex Code-Switched and Low-Resource Languages
di: Kellert, Olga, et al.
Pubblicazione: (2025)

Polyglot Teachers: Evaluating Language Models for Multilingual Synthetic Data Generation
di: Miranda, Lester James V., et al.
Pubblicazione: (2026)

Latin Treebanks in Review: An Evaluation of Morphological Tagging Across Time
di: Hudspeth, Marisa, et al.
Pubblicazione: (2024)

Bridging Discourse Treebanks with a Unified Rhetorical Structure Parser
di: Chistova, Elena
Pubblicazione: (2025)

Building UD Cairo for Old English in the Classroom
di: Levine, Lauren, et al.
Pubblicazione: (2025)

Infini-News: Efficiently Queryable Access to 1.3 Billion Processed Common Crawl News Articles
di: Lazzaroni, Ruggero Marino, et al.
Pubblicazione: (2026)

MaiBaam: A Multi-Dialectal Bavarian Universal Dependency Treebank
di: Blaschke, Verena, et al.
Pubblicazione: (2024)

K-UD: Revising Korean Universal Dependencies Guidelines
di: Kim, Kyuwon, et al.
Pubblicazione: (2024)

Contrastive Learning on LLM Back Generation Treebank for Cross-domain Constituency Parsing
di: Guo, Peiming, et al.
Pubblicazione: (2025)

Enriching the NArabizi Treebank: A Multifaceted Approach to Supporting an Under-Resourced Language
di: Riabi, Arij, et al.
Pubblicazione: (2023)

Sparse Logistic Regression with High-order Features for Automatic Grammar Rule Extraction from Treebanks
di: Herrera, Santiago, et al.
Pubblicazione: (2024)

Coconstructions in spoken data: UD annotation guidelines and first results
di: Pannitto, Ludovica, et al.
Pubblicazione: (2026)

Multilinguality at the Edge: Developing Language Models for the Global South
di: Miranda, Lester James V., et al.
Pubblicazione: (2026)

Emergent Convergence in Multi-Agent LLM Annotation
di: Parfenova, Angelina, et al.
Pubblicazione: (2025)

Craw4LLM: Efficient Web Crawling for LLM Pretraining
di: Yu, Shi, et al.
Pubblicazione: (2025)

Leveraging Web-Crawled Data for High-Quality Fine-Tuning
di: Zhou, Jing, et al.
Pubblicazione: (2024)

Smart Bilingual Focused Crawling of Parallel Documents
di: García-Romero, Cristian, et al.
Pubblicazione: (2024)

Multilingual Nonce Dependency Treebanks: Understanding how Language Models represent and process syntactic structure
di: Arps, David, et al.
Pubblicazione: (2023)

Reflections and New Directions for Human-Centered Large Language Models
di: Ziems, Caleb, et al.
Pubblicazione: (2026)

Web Page Classification using LLMs for Crawling Support
di: Sasazawa, Yuichi, et al.
Pubblicazione: (2025)

UnifiedCrawl: Aggregated Common Crawl for Affordable Adaptation of LLMs on Low-Resource Languages
di: Tessema, Bethel Melesse, et al.
Pubblicazione: (2024)

Parser agreement and disagreement in L2 Korean UD: Implications for human-in-the-loop annotation
di: Sung, Hakyung, et al.
Pubblicazione: (2026)

The Structural Sources of Verb Meaning Revisited: Large Language Models Display Syntactic Bootstrapping
di: Zhu, Xiaomeng, et al.
Pubblicazione: (2025)

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

Exploring Multiple Strategies to Improve Multilingual Coreference Resolution in CorefUD
di: Pražák, Ondřej, et al.
Pubblicazione: (2024)

Evaluating Semantic and Syntactic Understanding in Large Language Models for Payroll Systems
di: Maclean, Hendrika, et al.
Pubblicazione: (2026)