Buchumschlag

Rakuten Data Release: A Large-Scale and Long-Term Reviews Corpus for Hotel Domain

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nakayama, Yuki, Hikichi, Koki, Liu, Yun Ching, Hirate, Yu
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

RakutenAI-7B: Extending Large Language Models for Japanese
von: Rakuten Group, et al.
Veröffentlicht: (2024)

llm-jp-modernbert: A ModernBERT Model Trained on a Large-Scale Japanese Corpus with Long Context Length
von: Sugiura, Issa, et al.
Veröffentlicht: (2025)

DLT-Corpus: A Large-Scale Text Collection for the Distributed Ledger Technology Domain
von: Cruz, Walter Hernandez, et al.
Veröffentlicht: (2026)

A Large-Scale, Cross-Disciplinary Corpus of Systematic Reviews
von: Achkar, Pierre, et al.
Veröffentlicht: (2026)

YouTube-SL-25: A Large-Scale, Open-Domain Multilingual Sign Language Parallel Corpus
von: Tanzer, Garrett, et al.
Veröffentlicht: (2024)

Data Repetition Beats Data Scaling in Long-CoT Supervised Fine-Tuning
von: Kopiczko, Dawid J., et al.
Veröffentlicht: (2026)

KwaiChat: A Large-Scale Video-Driven Multilingual Mixed-Type Dialogue Corpus
von: Shi, Xiaoming, et al.
Veröffentlicht: (2025)

Open Korean Historical Corpus: A Millennia-Scale Diachronic Collection of Public Domain Texts
von: Song, Seyoung, et al.
Veröffentlicht: (2025)

C-VARC: A Large-Scale Chinese Value Rule Corpus for Value Alignment of Large Language Models
von: Wu, Ping, et al.
Veröffentlicht: (2025)

Proposing Topic Models and Evaluation Frameworks for Analyzing Associations with External Outcomes: An Application to Leadership Analysis Using Large-Scale Corporate Review Data
von: Yoshida, Yura, et al.
Veröffentlicht: (2026)

CoastTerm: a Corpus for Multidisciplinary Term Extraction in Coastal Scientific Literature
von: Delaunay, Julien, et al.
Veröffentlicht: (2024)

CATs are Fuzzy PETs: A Corpus and Analysis of Potentially Euphemistic Terms
von: Gavidia, Martha, et al.
Veröffentlicht: (2022)

Automatic Construction of a Large-Scale Corpus for Geoparsing Using Wikipedia Hyperlinks
von: Ohno, Keyaki, et al.
Veröffentlicht: (2024)

Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents
von: Yu, Yi, et al.
Veröffentlicht: (2026)

JaParaPat: A Large-Scale Japanese-English Parallel Patent Application Corpus
von: Nagata, Masaaki, et al.
Veröffentlicht: (2025)

Matina: A Large-Scale 73B Token Persian Text Corpus
von: Hosseinbeigi, Sara Bourbour, et al.
Veröffentlicht: (2025)

vLLM Hook v0: A Plug-in for Programming Model Internals on vLLM
von: Ko, Ching-Yun, et al.
Veröffentlicht: (2026)

LAMUS: A Large-Scale Corpus for Legal Argument Mining from U.S. Caselaw using LLMs
von: Wang, Serene, et al.
Veröffentlicht: (2026)

Enhancing Rating Prediction with Off-the-Shelf LLMs Using In-Context User Reviews
von: Ryu, Koki, et al.
Veröffentlicht: (2025)

HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models
von: Gutiérrez, Bernal Jiménez, et al.
Veröffentlicht: (2024)

The Open Proof Corpus: A Large-Scale Study of LLM-Generated Mathematical Proofs
von: Dekoninck, Jasper, et al.
Veröffentlicht: (2025)

The Thiomi Dataset: A Large-Scale Multimodal Corpus for Low-Resource African Languages
von: Mutisya, Hillary, et al.
Veröffentlicht: (2026)

Long Context is Not Long at All: A Prospector of Long-Dependency Data for Large Language Models
von: Chen, Longze, et al.
Veröffentlicht: (2024)

CEO: Corpus-based Open-Domain Event Ontology Induction
von: Xu, Nan, et al.
Veröffentlicht: (2023)

LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory
von: Wu, Di, et al.
Veröffentlicht: (2024)

Leveraging the Cross-Domain & Cross-Linguistic Corpus for Low Resource NMT: A Case Study On Bhili-Hindi-English Parallel Corpus
von: Singh, Pooja, et al.
Veröffentlicht: (2025)

Data Augmentation for Fake Reviews Detection in Multiple Languages and Multiple Domains
von: Liu, Ming, et al.
Veröffentlicht: (2025)

WenetSpeech-Chuan: A Large-Scale Sichuanese Corpus with Rich Annotation for Dialectal Speech Processing
von: Dai, Yuhang, et al.
Veröffentlicht: (2025)

WAXAL: A Large-Scale Multilingual African Language Speech Corpus
von: Diack, Abdoulaye, et al.
Veröffentlicht: (2026)

Enhancing Voice Wake-Up for Dysarthria: Mandarin Dysarthria Speech Corpus Release and Customized System Design
von: Gao, Ming, et al.
Veröffentlicht: (2024)

BaiJia: A Large-Scale Role-Playing Agent Corpus of Chinese Historical Characters
von: Bai, Ting, et al.
Veröffentlicht: (2024)

ArabDiscrim: A Decade-Long Arabic Facebook Corpus on Racism and Discrimination
von: Zaghouani, Wajdi, et al.
Veröffentlicht: (2026)

Corpus-Steered Query Expansion with Large Language Models
von: Lei, Yibin, et al.
Veröffentlicht: (2024)

WildLong: Synthesizing Realistic Long-Context Instruction Data at Scale
von: Li, Jiaxi, et al.
Veröffentlicht: (2025)

Analyzing Consumer Reviews for Understanding Drivers of Hotels Ratings: An Indian Perspective
von: Dasgupta, Subhasis, et al.
Veröffentlicht: (2024)

Naamah: A Large Scale Synthetic Sanskrit NER Corpus via DBpedia Seeding and LLM Generation
von: P, Akhil Rajeev, et al.
Veröffentlicht: (2026)

SHARE: Shared Memory-Aware Open-Domain Long-Term Dialogue Dataset Constructed from Movie Script
von: Kim, Eunwon, et al.
Veröffentlicht: (2024)

Cleaner Pretraining Corpus Curation with Neural Web Scraping
von: Xu, Zhipeng, et al.
Veröffentlicht: (2024)

Cross-Lingual SynthDocs: A Large-Scale Synthetic Corpus for Any to Arabic OCR and Document Understanding
von: Al-Homoud, Haneen, et al.
Veröffentlicht: (2025)

J-CHAT: Japanese Large-scale Spoken Dialogue Corpus for Spoken Dialogue Language Modeling
von: Nakata, Wataru, et al.
Veröffentlicht: (2024)