Buchumschlag

A fully automated and scalable Parallel Data Augmentation for Low Resource Languages using Image and Text Analytics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sharma, Prawaal, Goyal, Navneet, Goyal, Poonam, R, Vishnupriyan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VOLTAGE: A Versatile Contrastive Learning based OCR Methodology for ultra low-resource scripts through Auto Glyph Feature Extraction
von: Sharma, Prawaal, et al.
Veröffentlicht: (2025)

NIM: Neuro-symbolic Ideographic Metalanguage for Inclusive Communication
von: Sharma, Prawaal, et al.
Veröffentlicht: (2025)

A comprehensive study of on-device NLP applications -- VQA, automated Form filling, Smart Replies for Linguistic Codeswitching
von: Goyal, Naman
Veröffentlicht: (2024)

Text Takes Over: A Study of Modality Bias in Multimodal Intent Detection
von: Mullick, Ankan, et al.
Veröffentlicht: (2025)

CSSL: Contrastive Self-Supervised Learning for Dependency Parsing on Relatively Free Word Ordered and Morphologically Rich Low Resource Languages
von: Ray, Pretam, et al.
Veröffentlicht: (2024)

Enhancing Low-Resource NMT with a Multilingual Encoder and Knowledge Distillation: A Case Study
von: Roy, Aniruddha, et al.
Veröffentlicht: (2024)

Train It and Forget It: Merge Lists are Unnecessary for BPE Inference in Language Models
von: Sawada, Tomohiro, et al.
Veröffentlicht: (2025)

IndiText Boost: Text Augmentation for Low Resource India Languages
von: Litake, Onkar, et al.
Veröffentlicht: (2024)

Pretraining Strategies using Monolingual and Parallel Data for Low-Resource Machine Translation
von: Nguefack, Idriss Nguepi, et al.
Veröffentlicht: (2025)

IndicDB -- Benchmarking Multilingual Text-to-SQL Capabilities in Indian Languages
von: Dawar, Aviral, et al.
Veröffentlicht: (2026)

Indian Sign Language Recognition Using Mediapipe Holistic
von: G, Velmathi, et al.
Veröffentlicht: (2023)

Order-Based Pre-training Strategies for Procedural Text Understanding
von: Nandy, Abhilash, et al.
Veröffentlicht: (2024)

Breaking Token Into Concepts: Exploring Extreme Compression in Token Representation Via Compositional Shared Semantics
von: R V, Kavin, et al.
Veröffentlicht: (2025)

EduVidQA: Generating and Evaluating Long-form Answers to Student Questions based on Lecture Videos
von: Ray, Sourjyadip, et al.
Veröffentlicht: (2025)

Generative-Adversarial Networks for Low-Resource Language Data Augmentation in Machine Translation
von: Zeng, Linda
Veröffentlicht: (2024)

Parallel-SFT: Improving Zero-Shot Cross-Programming-Language Transfer for Code RL
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2026)

Enhancing NER Performance in Low-Resource Pakistani Languages using Cross-Lingual Data Augmentation
von: Ehsan, Toqeer, et al.
Veröffentlicht: (2025)

Improving the quality of Web-mined Parallel Corpora of Low-Resource Languages using Debiasing Heuristics
von: Fernando, Aloka, et al.
Veröffentlicht: (2025)

Parallel Corpus Augmentation using Masked Language Models
von: Kumari, Vibhuti, et al.
Veröffentlicht: (2024)

Frustratingly Easy Data Augmentation for Low-Resource ASR
von: Ibaraki, Katsumi, et al.
Veröffentlicht: (2025)

Data Augmentation and Hyperparameter Tuning for Low-Resource MFA
von: Tosolini, Alessio, et al.
Veröffentlicht: (2025)

SymTax: Symbiotic Relationship and Taxonomy Fusion for Effective Citation Recommendation
von: Goyal, Karan, et al.
Veröffentlicht: (2024)

IL-TUR: Benchmark for Indian Legal Text Understanding and Reasoning
von: Joshi, Abhinav, et al.
Veröffentlicht: (2024)

REFINE-AF: A Task-Agnostic Framework to Align Language Models via Self-Generated Instructions using Reinforcement Learning from Automated Feedback
von: Roy, Aniruddha, et al.
Veröffentlicht: (2025)

Massively Multilingual Text Translation For Low-Resource Languages
von: Zhou, Zhong
Veröffentlicht: (2024)

Constructing and Expanding Low-Resource and Underrepresented Parallel Datasets for Indonesian Local Languages
von: Lopo, Joanito Agili, et al.
Veröffentlicht: (2024)

IOLBENCH: Benchmarking LLMs on Linguistic Reasoning
von: Goyal, Satyam, et al.
Veröffentlicht: (2025)

A Guide To Effectively Leveraging LLMs for Low-Resource Text Summarization: Data Augmentation and Semi-supervised Approaches
von: Sahu, Gaurav, et al.
Veröffentlicht: (2024)

Public Profile Matters: A Scalable Integrated Approach to Recommend Citations in the Wild
von: Goyal, Karan, et al.
Veröffentlicht: (2026)

Tox-BART: Leveraging Toxicity Attributes for Explanation Generation of Implicit Hate Speech
von: Yadav, Neemesh, et al.
Veröffentlicht: (2024)

Sparse Memory Finetuning as a Low-Forgetting Alternative to LoRA and Full Finetuning
von: Gupta, Prakhar, et al.
Veröffentlicht: (2026)

GhanaNLP Parallel Corpora: Comprehensive Multilingual Resources for Low-Resource Ghanaian Languages
von: Gyamfi, Lawrence Adu, et al.
Veröffentlicht: (2026)

DCRM: A Heuristic to Measure Response Pair Quality in Preference Optimization
von: Huang, Chengyu, et al.
Veröffentlicht: (2025)

DATASHI: A Parallel English-Tashlhiyt Corpus for Orthography Normalization and Low-Resource Language Processing
von: Monir, Nasser-Eddine, et al.
Veröffentlicht: (2026)

Controllable and Diverse Data Augmentation with Large Language Model for Low-Resource Open-Domain Dialogue Generation
von: Liu, Zhenhua, et al.
Veröffentlicht: (2024)

TopXGen: Topic-Diverse Parallel Data Generation for Low-Resource Machine Translation
von: Zebaze, Armel, et al.
Veröffentlicht: (2025)

Exploring Continual Fine-Tuning for Enhancing Language Ability in Large Language Model
von: Aggarwal, Divyanshu, et al.
Veröffentlicht: (2024)

CurLL: A Developmental Framework to Evaluate Continual Learning in Language Models
von: Kalyan, Pavan, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Data Augmentation for Low-Resource Domain Tasks
von: Seo, Minju, et al.
Veröffentlicht: (2024)

Artificial Intelligence for Cost-Aware Resource Prediction in Big Data Pipelines
von: Goyal, Harshit
Veröffentlicht: (2025)