Buchumschlag

A Hybrid Protocol for Large-Scale Semantic Dataset Generation in Low-Resource Languages: The Turkish Semantic Relations Corpus

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tosun, Ebubekir, Buldur, Mehmet Emin, Ezerceli, Özay, ElHussieni, Mahmoud
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Cosine Similarity: Taming Semantic Drift and Antonym Intrusion in a 15-Million Node Turkish Synonym Graph
von: Tosun, Ebubekir, et al.
Veröffentlicht: (2026)

PARROT: Persuasion and Agreement Robustness Rating of Output Truth -- A Sycophancy Robustness Benchmark for LLMs
von: Çelebi, Yusuf, et al.
Veröffentlicht: (2025)

RDP LoRA: Geometry-Driven Identification for Parameter-Efficient Adaptation in Large Language Models
von: Çelebi, Yusuf, et al.
Veröffentlicht: (2026)

TurkColBERT: A Benchmark of Dense and Late-Interaction Models for Turkish Information Retrieval
von: Ezerceli, Özay, et al.
Veröffentlicht: (2025)

TurkEmbed: Turkish Embedding Model on NLI & STS Tasks
von: Ezerceli, Özay, et al.
Veröffentlicht: (2025)

Turk-LettuceDetect: A Hallucination Detection Models for Turkish RAG Applications
von: Taş, Selva, et al.
Veröffentlicht: (2025)

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

Guided Decoding and Its Critical Role in Retrieval-Augmented Generation
von: Uğur, Özgür, et al.
Veröffentlicht: (2025)

TurkEmbed4Retrieval: Turkish Embedding Model for Retrieval Task
von: Ezerceli, Özay, et al.
Veröffentlicht: (2025)

Doppler-Enhanced Deep Learning: Improving Thyroid Nodule Segmentation with YOLOv5 Instance Segmentation
von: Hussieni, Mahmoud El
Veröffentlicht: (2025)

Automated Collection of Evaluation Dataset for Semantic Search in Low-Resource Domain Language
von: Zhukova, Anastasia, et al.
Veröffentlicht: (2024)

Evaluating the Quality of Benchmark Datasets for Low-Resource Languages: A Case Study on Turkish
von: Cengiz, Ayşe Aysu, et al.
Veröffentlicht: (2025)

Generating Realistic, Protocol-Compliant Maritime Radio Dialogues using Self-Instruct and Low-Rank Adaptation
von: Akdeniz, Gürsel, et al.
Veröffentlicht: (2026)

Source-Grounded Semantic Reinforcement Learning for Low-Resource Target-Language Generation
von: Su, Zeli, et al.
Veröffentlicht: (2026)

Algorithm for Semantic Network Generation from Texts of Low Resource Languages Such as Kiswahili
von: Wanjawa, Barack Wamkaya, et al.
Veröffentlicht: (2025)

Optimizing Large Language Models for Turkish: New Methodologies in Corpus Selection and Training
von: Kesgin, H. Toprak, et al.
Veröffentlicht: (2024)

The Pilot Corpus of the English Semantic Sketches
von: Petrova, Maria, et al.
Veröffentlicht: (2025)

Benchmarking Procedural Language Understanding for Low-Resource Languages: A Case Study on Turkish
von: Uzunoglu, Arda, et al.
Veröffentlicht: (2023)

A Large-Scale Dataset and Citation Intent Classification in Turkish with LLMs
von: Karaca, Kemal Sami, et al.
Veröffentlicht: (2025)

Semantic Logical Relations for Timed Message-Passing Protocols (Extended Version)
von: Yao, Yue, et al.
Veröffentlicht: (2024)

A Cross-Validation Study of Turkish Sentiment Analysis Datasets and Tools
von: Çakıcı, Şevval, et al.
Veröffentlicht: (2024)

Benchmarking Parameter-Efficient Fine-Tuning of Large Language Models for Low-Resource Tajik Text Generation with the Tajik Web Corpus
von: Arabov, Mullosharaf K.
Veröffentlicht: (2026)

Federation of Agents: A Semantics-Aware Communication Fabric for Large-Scale Agentic AI
von: Giusti, Lorenzo, et al.
Veröffentlicht: (2025)

MITRA: A Large-Scale Parallel Corpus and Multilingual Pretrained Language Model for Machine Translation and Semantic Retrieval for Pāli, Sanskrit, Buddhist Chinese, and Tibetan
von: Nehrdich, Sebastian, et al.
Veröffentlicht: (2026)

Bridging the Bosphorus: Advancing Turkish Large Language Models through Strategies for Low-Resource Language Adaptation and Benchmarking
von: Acikgoz, Emre Can, et al.
Veröffentlicht: (2024)

TFD: A Comprehensive Structured Tibetan Foundation Dataset for Low-Resource Language Processing and Large-Scale Modeling
von: Huang, Cheng, et al.
Veröffentlicht: (2025)

Semantic Triplet Restoration: A Novel Protocol for Hierarchical Table Understanding in Large Language Models
von: Zhao, Yibin, et al.
Veröffentlicht: (2026)

L3Cube-IndicHeadline-ID: A Dataset for Headline Identification and Semantic Evaluation in Low-Resource Indian Languages
von: Tanksale, Nishant, et al.
Veröffentlicht: (2025)

Semantic Scaling: Bayesian Ideal Point Estimates with Large Language Models
von: Burnham, Michael
Veröffentlicht: (2024)

Towards Open Foundation Language Model and Corpus for Macedonian: A Low-Resource Language
von: Krsteski, Stefan, et al.
Veröffentlicht: (2025)

Does Sequential Use of Multiple Chatbots Influence Emergency Guidance for Dental Avulsion?
von: Mehmet Buldur, et al.
Veröffentlicht: (2026)

Hybrid Querying Over Relational Databases and Large Language Models
von: Zhao, Fuheng, et al.
Veröffentlicht: (2024)

LASH: Adaptive Semantic Hybridization for Black-Box Jailbreaking of Large Language Models
von: Nafi, Abdullah Al Nomaan, et al.
Veröffentlicht: (2026)

Linear Semantic Segmentation for Low-Resource Spoken Dialects
von: Chirkunov, Kirill, et al.
Veröffentlicht: (2026)

Turkish Delights: a Dataset on Turkish Euphemisms
von: Biyik, Hasan Can, et al.
Veröffentlicht: (2024)

GigaSpeech 2: An Evolving, Large-Scale and Multi-domain ASR Corpus for Low-Resource Languages with Automated Crawling, Transcription and Refinement
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

Rethinking Generative Large Language Model Evaluation for Semantic Comprehension
von: Wei, Fangyun, et al.
Veröffentlicht: (2024)

MaiBERT: A Pre-training Corpus and Language Model for Low-Resourced Maithili Language
von: Yadav, Sumit, et al.
Veröffentlicht: (2025)

HUKUKBERT: Domain-Specific Language Model for Turkish Law
von: Öztürk, Mehmet Utku, et al.
Veröffentlicht: (2026)

Turkronicles: Diachronic Resources for the Fast Evolving Turkish Language
von: Yazar, Togay, et al.
Veröffentlicht: (2024)