Copertina

Crowdsourcing Piedmontese to Test LLMs on Non-Standard Orthography

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vico, Gianluca, Libovický, Jindřich
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CUS-QA: Local-Knowledge-Oriented Open-Ended Question Answering Dataset
di: Libovický, Jindřich, et al.
Pubblicazione: (2025)

On the Credibility of Evaluating LLMs using Survey Questions
di: Libovický, Jindřich
Pubblicazione: (2026)

Conditional Unigram Tokenization with Parallel Data
di: Vico, Gianluca, et al.
Pubblicazione: (2025)

Lexically Grounded Subword Segmentation
di: Libovický, Jindřich, et al.
Pubblicazione: (2024)

Different Time, Different Language: Revisiting the Bias Against Non-Native Speakers in GPT Detectors
di: Ali, Adnan Al, et al.
Pubblicazione: (2026)

Evaluating Morphological Plausibility of Subword Tokenization via Statistical Alignment with Morpho-Syntactic Features
di: Stephen, Abishek, et al.
Pubblicazione: (2026)

Multilingual Vision-Language Models, A Survey
di: Manea, Andrei-Alexandru, et al.
Pubblicazione: (2025)

Investigating the Effect of Parallel Data in the Cross-Lingual Transfer for Vision-Language Encoders
di: Manea, Andrei-Alexandru, et al.
Pubblicazione: (2025)

How Gender Interacts with Political Values: A Case Study on Czech BERT Models
di: Ali, Adnan Al, et al.
Pubblicazione: (2024)

LLM as a Meta-Judge: Synthetic Data for NLP Evaluation Metric Validation
di: Eigler, Lukáš, et al.
Pubblicazione: (2026)

Understanding Cross-Lingual Alignment -- A Survey
di: Hämmerl, Katharina, et al.
Pubblicazione: (2024)

Teaching LLMs at Charles University: Assignments and Activities
di: Helcl, Jindřich, et al.
Pubblicazione: (2024)

Beyond Literal Token Overlap: Token Alignability for Multilinguality
di: Hämmerl, Katharina, et al.
Pubblicazione: (2025)

Enhancing Conceptual Understanding in Multimodal Contrastive Learning through Hard Negative Samples
di: Rösch, Philipp J., et al.
Pubblicazione: (2024)

Multilingual LLMs Struggle to Link Orthography and Semantics in Bilingual Word Processing
di: Tanwar, Eshaan, et al.
Pubblicazione: (2025)

Charles Translator: A Machine Translation System between Ukrainian and Czech
di: Popel, Martin, et al.
Pubblicazione: (2024)

Normalized Orthography for Tunisian Arabic
di: Turki, Houcemeddine, et al.
Pubblicazione: (2024)

Multilingual Text-to-Image Generation Magnifies Gender Stereotypes and Prompt Engineering May Not Help You
di: Friedrich, Felix, et al.
Pubblicazione: (2024)

LLMs as Workers in Human-Computational Algorithms? Replicating Crowdsourcing Pipelines with LLMs
di: Wu, Tongshuang, et al.
Pubblicazione: (2023)

LombardoGraphia: Automatic Classification of Lombard Orthography Variants
di: Signoroni, Edoardo, et al.
Pubblicazione: (2026)

A computational system to handle the orthographic layer of tajwid in contemporary Quranic Orthography
di: Martínez, Alicia González
Pubblicazione: (2025)

Context Biasing for Pronunciation-Orthography Mismatch in Automatic Speech Recognition
di: Huber, Christian, et al.
Pubblicazione: (2025)

Mind Your Moras: Orthography-Aware Error Analysis of Neural Japanese Morphological Generation
di: Zhang, Wen
Pubblicazione: (2026)

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

SYNTHEMPATHY: A Scalable Empathy Corpus Generated Using LLMs Without Any Crowdsourcing
di: Chen, Run, et al.
Pubblicazione: (2025)

Crowdsourcing Lexical Diversity
di: Khalilia, Hadi, et al.
Pubblicazione: (2024)

SemEval-2025 Task 3: Mu-SHROOM, the Multilingual Shared Task on Hallucinations and Related Observable Overgeneration Mistakes
di: Vázquez, Raúl, et al.
Pubblicazione: (2025)

From Test-taking to Cognitive Scaffolding: A Pedagogical Diagnostic Benchmark for LLMs on English Standardized Tests
di: Tang, Luoxi, et al.
Pubblicazione: (2025)

LAMA-UT: Language Agnostic Multilingual ASR through Orthography Unification and Language-Specific Transliteration
di: Lee, Sangmin, et al.
Pubblicazione: (2024)

On Crowdsourcing Task Design for Discourse Relation Annotation
di: Yung, Frances, et al.
Pubblicazione: (2024)

How Important is `Perfect' English for Machine Translation Prompts?
di: Schmidtová, Patrícia, et al.
Pubblicazione: (2025)

Crowdsourced Adaptive Surveys
di: Velez, Yamil
Pubblicazione: (2024)

\textit{Versteasch du mi?} Computational and Socio-Linguistic Perspectives on GenAI, LLMs, and Non-Standard Language
di: Platzgummer, Verena, et al.
Pubblicazione: (2026)

Capturing Perspectives of Crowdsourced Annotators in Subjective Learning Tasks
di: Mokhberian, Negar, et al.
Pubblicazione: (2023)

Personas with Attitudes: Controlling LLMs for Diverse Data Annotation
di: Fröhling, Leon, et al.
Pubblicazione: (2024)

Ideology-Based LLMs for Content Moderation
di: Civelli, Stefano, et al.
Pubblicazione: (2025)

Benchmarking LLMs' Judgments with No Gold Standard
di: Xu, Shengwei, et al.
Pubblicazione: (2024)

Context Shapes LLMs Retrieval-Augmented Fact-Checking Effectiveness
di: Bernardelle, Pietro, et al.
Pubblicazione: (2026)

AnnoLLM: Making Large Language Models to Be Better Crowdsourced Annotators
di: He, Xingwei, et al.
Pubblicazione: (2023)

A Japanese-Chinese Parallel Corpus Using Crowdsourcing for Web Mining
di: Nagata, Masaaki, et al.
Pubblicazione: (2024)