Copertina

Is Semi-Automatic Transcription Useful in Corpus Creation? Preliminary Considerations on the KIParla Corpus

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Simonotti, Martina, Pannitto, Ludovica, Zucchini, Eleonora, Ballarè, Silvia, Mauri, Caterina
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

Towards the first UD Treebank of Spoken Italian: the KIParla forest
di: Pannitto, Ludovica
Pubblicazione: (2024)

The KIPARLA Forest treebank of spoken Italian: an overview of initial design choices
di: Pannitto, Ludovica, et al.
Pubblicazione: (2024)

Coconstructions in spoken data: UD annotation guidelines and first results
di: Pannitto, Ludovica, et al.
Pubblicazione: (2026)

Recurrent babbling: evaluating the acquisition of grammar from limited input data
di: Pannitto, Ludovica, et al.
Pubblicazione: (2020)

CALaMo: a Constructionist Assessment of Language Models
di: Pannitto, Ludovica, et al.
Pubblicazione: (2023)

'Layer su Layer': Identifying and Disambiguating the Italian NPN Construction in BERT's family
di: Gorzoni, Greta, et al.
Pubblicazione: (2026)

Did somebody say "Gest-IT"? A pilot exploration of multimodal data management
di: Pannitto, Ludovica, et al.
Pubblicazione: (2024)

Corpus Considerations for Annotator Modeling and Scaling
di: Sarumi, Olufunke O., et al.
Pubblicazione: (2024)

Constraining constructions with WordNet: pros and cons for the semantic annotation of fillers in the Italian Constructicon
di: Pisciotta, Flavio, et al.
Pubblicazione: (2025)

English to Central Kurdish Speech Translation: Corpus Creation, Evaluation, and Orthographic Standardization
di: Mohammadamini, Mohammad, et al.
Pubblicazione: (2026)

DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates
di: de Souza, Klaywert Danillo Ferreira, et al.
Pubblicazione: (2026)

Annotating Constructions with UD: the experience of the Italian Constructicon
di: Pannitto, Ludovica, et al.
Pubblicazione: (2024)

Overcoming Low-Resource Barriers in Tulu: Neural Models and Corpus Creation for OffensiveLanguage Identification
di: D, Anusha M, et al.
Pubblicazione: (2025)

Creating an Aligned Corpus of Sound and Text: The Multimodal Corpus of Shakespeare and Milton
di: Agirrezabal, Manex
Pubblicazione: (2024)

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

The Material Contracts Corpus
di: Adelson, Peter, et al.
Pubblicazione: (2025)

The Russian Legislative Corpus
di: Saveliev, Denis, et al.
Pubblicazione: (2024)

Enhancing Adverse Drug Event Detection with Multimodal Dataset: Corpus Creation and Model Development
di: Sahoo, Pranab, et al.
Pubblicazione: (2024)

Distinguishing Repetition Disfluency from Morphological Reduplication in Bangla ASR Transcripts: A Novel Corpus and Benchmarking Analysis
di: Arpa, Zaara Zabeen, et al.
Pubblicazione: (2025)

Swiss Parliaments Corpus Re-Imagined (SPC_R): Enhanced Transcription with RAG-based Correction and Predicted BLEU
di: Timmel, Vincenzo, et al.
Pubblicazione: (2025)

Investigating Affect Mining Techniques for Annotation Sample Selection in the Creation of Finnish Affective Speech Corpus
di: Lahtinen, Kalle, et al.
Pubblicazione: (2025)

The Medical Metaphors Corpus (MCC)
di: Lippolis, Anna Sofia, et al.
Pubblicazione: (2025)

Speak & Improve Corpus 2025: an L2 English Speech Corpus for Language Assessment and Feedback
di: Knill, Kate, et al.
Pubblicazione: (2024)

The Knesset Corpus: An Annotated Corpus of Hebrew Parliamentary Proceedings
di: Goldin, Gili, et al.
Pubblicazione: (2024)

NLAS-multi: A Multilingual Corpus of Automatically Generated Natural Language Argumentation Schemes
di: Ruiz-Dolz, Ramon, et al.
Pubblicazione: (2024)

CorpusQA: A 10 Million Token Benchmark for Corpus-Level Analysis and Reasoning
di: Lu, Zhiyuan, et al.
Pubblicazione: (2026)

CorpusLM: Towards a Unified Language Model on Corpus for Knowledge-Intensive Tasks
di: Li, Xiaoxi, et al.
Pubblicazione: (2024)

The TUB Sign Language Corpus Collection
di: Avramidis, Eleftherios, et al.
Pubblicazione: (2025)

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

The SAMER Arabic Text Simplification Corpus
di: Alhafni, Bashar, et al.
Pubblicazione: (2024)

The Moral Foundations Reddit Corpus
di: Trager, Jackson, et al.
Pubblicazione: (2022)

The PLLuM Instruction Corpus
di: Pęzik, Piotr, et al.
Pubblicazione: (2025)

The Moral Foundations Weibo Corpus
di: Cao, Renjie, et al.
Pubblicazione: (2024)

The GDN-CC Dataset: Automatic Corpus Clarification for AI-enhanced Democratic Citizen Consultations
di: Lequeu, Pierre-Antoine, et al.
Pubblicazione: (2026)

Speech Corpus for Korean Children with Autism Spectrum Disorder: Towards Automatic Assessment Systems
di: Lee, Seonwoo, et al.
Pubblicazione: (2024)

Extending a Parliamentary Corpus with MPs' Tweets: Automatic Annotation and Evaluation Using MultiParTweet
di: Bagci, Mevlüt, et al.
Pubblicazione: (2025)

A French Version of the OLDI Seed Corpus
di: Marmonier, Malik, et al.
Pubblicazione: (2025)

MDC-R: The Minecraft Dialogue Corpus with Reference
di: Madge, Chris, et al.
Pubblicazione: (2025)

SiDiaC: Sinhala Diachronic Corpus
di: Jayatilleke, Nevidu, et al.
Pubblicazione: (2025)

FFSTC: Fongbe to French Speech Translation Corpus
di: Kponou, D. Fortune, et al.
Pubblicazione: (2024)