Comparative Analysis of Tokenization Algorithms for Low-Resource Language Dzongkha
Fuente:
arXiv
Salvato in:
| Autori principali: | Wangchuk, Tandin, Gonsalves, Tad |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Multilingual Question Answering in Low-Resource Settings: A Dzongkha-English Benchmark for Foundation Models
di: Hosain, Md. Tanzib, et al.
Pubblicazione: (2025)
di: Hosain, Md. Tanzib, et al.
Pubblicazione: (2025)
Biophysical characteristics, distribution and conservation challenges of critically endangered Bhutan poppy (Papaver bhutanicum) in Jigme Dorji National Park, Bhutan
di: Pema Dendup, et al.
Pubblicazione: (2024)
di: Pema Dendup, et al.
Pubblicazione: (2024)
Reducing Tokenization Premiums for Low-Resource Languages
di: Churchill, Geoffrey, et al.
Pubblicazione: (2026)
di: Churchill, Geoffrey, et al.
Pubblicazione: (2026)
Zero-shot OCR Accuracy of Low-Resourced Languages: A Comparative Analysis on Sinhala and Tamil
di: Jayatilleke, Nevidu, et al.
Pubblicazione: (2025)
di: Jayatilleke, Nevidu, et al.
Pubblicazione: (2025)
Tokenization Strategies for Low-Resource Agglutinative Languages in Word2Vec: Case Study on Turkish and Finnish
di: Hu, Jinfan Frank
Pubblicazione: (2025)
di: Hu, Jinfan Frank
Pubblicazione: (2025)
Stop Jostling: Adaptive Negative Sampling Reduces the Marginalization of Low-Resource Language Tokens by Cross-Entropy Loss
di: Turumtaev, Galim
Pubblicazione: (2026)
di: Turumtaev, Galim
Pubblicazione: (2026)
Comparative Analysis of Listwise Reranking with Large Language Models in Limited-Resource Language Contexts
di: Shen, Yanxin, et al.
Pubblicazione: (2024)
di: Shen, Yanxin, et al.
Pubblicazione: (2024)
When Every Token Counts: Optimal Segmentation for Low-Resource Language Models
di: Raj, Bharath, et al.
Pubblicazione: (2024)
di: Raj, Bharath, et al.
Pubblicazione: (2024)
Trans-Tokenization and Cross-lingual Vocabulary Transfers: Language Adaptation of LLMs for Low-Resource NLP
di: Remy, François, et al.
Pubblicazione: (2024)
di: Remy, François, et al.
Pubblicazione: (2024)
Comparative Analysis of Different Efficient Fine Tuning Methods of Large Language Models (LLMs) in Low-Resource Setting
di: Srinivasan, Krishna Prasad Varadarajan, et al.
Pubblicazione: (2024)
di: Srinivasan, Krishna Prasad Varadarajan, et al.
Pubblicazione: (2024)
Looking to Learn: Token-wise Dynamic Gating for Low-Resource Vision-Language Modelling
di: Ganescu, Bianca-Mihaela, et al.
Pubblicazione: (2025)
di: Ganescu, Bianca-Mihaela, et al.
Pubblicazione: (2025)
The Zeno's Paradox of `Low-Resource' Languages
di: Nigatu, Hellina Hailu, et al.
Pubblicazione: (2024)
di: Nigatu, Hellina Hailu, et al.
Pubblicazione: (2024)
Bootstrapping Embeddings for Low Resource Languages
di: Basoz, Merve, et al.
Pubblicazione: (2026)
di: Basoz, Merve, et al.
Pubblicazione: (2026)
GlotLID: Language Identification for Low-Resource Languages
di: Kargaran, Amir Hossein, et al.
Pubblicazione: (2023)
di: Kargaran, Amir Hossein, et al.
Pubblicazione: (2023)
Algorithm for Semantic Network Generation from Texts of Low Resource Languages Such as Kiswahili
di: Wanjawa, Barack Wamkaya, et al.
Pubblicazione: (2025)
di: Wanjawa, Barack Wamkaya, et al.
Pubblicazione: (2025)
Comparing Knowledge Injection Methods for LLMs in a Low-Resource Regime
di: Abonizio, Hugo, et al.
Pubblicazione: (2025)
di: Abonizio, Hugo, et al.
Pubblicazione: (2025)
Speech Discrete Tokens or Continuous Features? A Comparative Analysis for Spoken Language Understanding in SpeechLLMs
di: Wang, Dingdong, et al.
Pubblicazione: (2025)
di: Wang, Dingdong, et al.
Pubblicazione: (2025)
Explaining Pre-Trained Language Models with Attribution Scores: An Analysis in Low-Resource Settings
di: Zhou, Wei, et al.
Pubblicazione: (2024)
di: Zhou, Wei, et al.
Pubblicazione: (2024)
Adapting Large Language Models to a Low-Resource Agglutinative Language: A Comparative Study of LoRA and QLoRA for Bashkir
di: Arabov, Mullosharaf K., et al.
Pubblicazione: (2026)
di: Arabov, Mullosharaf K., et al.
Pubblicazione: (2026)
Investigating Hallucination in Conversations for Low Resource Languages
di: Das, Amit, et al.
Pubblicazione: (2025)
di: Das, Amit, et al.
Pubblicazione: (2025)
On Multilingual Encoder Language Model Compression for Low-Resource Languages
di: Gurgurov, Daniil, et al.
Pubblicazione: (2025)
di: Gurgurov, Daniil, et al.
Pubblicazione: (2025)
TriLex: A Framework for Multilingual Sentiment Analysis in Low-Resource South African Languages
di: Nkongolo, Mike, et al.
Pubblicazione: (2025)
di: Nkongolo, Mike, et al.
Pubblicazione: (2025)
Zero-shot Sentiment Analysis in Low-Resource Languages Using a Multilingual Sentiment Lexicon
di: Koto, Fajri, et al.
Pubblicazione: (2024)
di: Koto, Fajri, et al.
Pubblicazione: (2024)
Protection beyond park boundaries: On the impact of systematic patrolling in Divisional Forest Office, Sarpang, Bhutan
di: Phub Dhendup, et al.
Pubblicazione: (2024)
di: Phub Dhendup, et al.
Pubblicazione: (2024)
Large Language Models for Toxic Language Detection in Low-Resource Balkan Languages
di: Muminovic, Amel, et al.
Pubblicazione: (2025)
di: Muminovic, Amel, et al.
Pubblicazione: (2025)
LMSpell: Neural Spell Checking for Low-Resource Languages
di: Gunathilake, Akesh, et al.
Pubblicazione: (2025)
di: Gunathilake, Akesh, et al.
Pubblicazione: (2025)
Massively Multilingual Text Translation For Low-Resource Languages
di: Zhou, Zhong
Pubblicazione: (2024)
di: Zhou, Zhong
Pubblicazione: (2024)
LLM Probe: Evaluating LLMs for Low-Resource Languages
di: Teklehaymanot, Hailay Kidu, et al.
Pubblicazione: (2026)
di: Teklehaymanot, Hailay Kidu, et al.
Pubblicazione: (2026)
LLMs for Extremely Low-Resource Finno-Ugric Languages
di: Purason, Taido, et al.
Pubblicazione: (2024)
di: Purason, Taido, et al.
Pubblicazione: (2024)
Task Arithmetic with Support Languages for Low-Resource ASR
di: Rafkin, Emma, et al.
Pubblicazione: (2026)
di: Rafkin, Emma, et al.
Pubblicazione: (2026)
Unsupervised Bilingual Lexicon Induction for Low Resource Languages
di: Rathnayake, Charitha, et al.
Pubblicazione: (2024)
di: Rathnayake, Charitha, et al.
Pubblicazione: (2024)
Tokenization and Morphology in Multilingual Language Models: A Comparative Analysis of mT5 and ByT5
di: Dang, Thao Anh, et al.
Pubblicazione: (2024)
di: Dang, Thao Anh, et al.
Pubblicazione: (2024)
Performance of Recent Large Language Models for a Low-Resourced Language
di: Jayakody, Ravindu, et al.
Pubblicazione: (2024)
di: Jayakody, Ravindu, et al.
Pubblicazione: (2024)
Cross-Tokenizer Likelihood Scoring Algorithms for Language Model Distillation
di: Phan, Buu, et al.
Pubblicazione: (2025)
di: Phan, Buu, et al.
Pubblicazione: (2025)
Introducing Syllable Tokenization for Low-resource Languages: A Case Study with Swahili
di: Atuhurra, Jesse, et al.
Pubblicazione: (2024)
di: Atuhurra, Jesse, et al.
Pubblicazione: (2024)
Utilizing Multilingual Encoders to Improve Large Language Models for Low-Resource Languages
di: Puranegedara, Imalsha, et al.
Pubblicazione: (2025)
di: Puranegedara, Imalsha, et al.
Pubblicazione: (2025)
Is Small Language Model the Silver Bullet to Low-Resource Languages Machine Translation?
di: Song, Yewei, et al.
Pubblicazione: (2025)
di: Song, Yewei, et al.
Pubblicazione: (2025)
Moral Reasoning Across Languages: The Critical Role of Low-Resource Languages in LLMs
di: Zhou, Huichi, et al.
Pubblicazione: (2025)
di: Zhou, Huichi, et al.
Pubblicazione: (2025)
Evaluating and Adapting Large Language Models to Represent Folktales in Low-Resource Languages
di: Meaney, JA, et al.
Pubblicazione: (2024)
di: Meaney, JA, et al.
Pubblicazione: (2024)
Towards Neural No-Resource Language Translation: A Comparative Evaluation of Approaches
di: Thakur, Madhavendra
Pubblicazione: (2024)
di: Thakur, Madhavendra
Pubblicazione: (2024)
Documenti analoghi
-
Multilingual Question Answering in Low-Resource Settings: A Dzongkha-English Benchmark for Foundation Models
di: Hosain, Md. Tanzib, et al.
Pubblicazione: (2025) -
Biophysical characteristics, distribution and conservation challenges of critically endangered Bhutan poppy (Papaver bhutanicum) in Jigme Dorji National Park, Bhutan
di: Pema Dendup, et al.
Pubblicazione: (2024) -
Reducing Tokenization Premiums for Low-Resource Languages
di: Churchill, Geoffrey, et al.
Pubblicazione: (2026) -
Zero-shot OCR Accuracy of Low-Resourced Languages: A Comparative Analysis on Sinhala and Tamil
di: Jayatilleke, Nevidu, et al.
Pubblicazione: (2025) -
Tokenization Strategies for Low-Resource Agglutinative Languages in Word2Vec: Case Study on Turkish and Finnish
di: Hu, Jinfan Frank
Pubblicazione: (2025)