Fugu-MT 論文翻訳(概要): Jambu: A historical linguistic database for South Asian languages

論文の概要: Jambu: A historical linguistic database for South Asian languages

arxiv url: http://arxiv.org/abs/2306.02514v1
Date: Mon, 5 Jun 2023 00:32:57 GMT
ステータス: 処理完了
システム内更新日: 2023-06-06 17:27:22.451239
Title: Jambu: A historical linguistic database for South Asian languages
Title（参考訳）: Jambu: 南アジアの言語に関する歴史的言語データベース
Authors: Aryaman Arora, Adam Farris, Samopriya Basu, Suresh Kolichala
Abstract要約: 南アジアの言語を共用したデータベースJambuを紹介します。データベースには602 lectsから287kのレマタが含まれ、23kのコニャートのセットにまとめられている。
参考スコア（独自算出の注目度）: 1.5293427903448025
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce Jambu, a cognate database of South Asian languages which unifies dozens of previous sources in a structured and accessible format. The database includes 287k lemmata from 602 lects, grouped together in 23k sets of cognates. We outline the data wrangling necessary to compile the dataset and train neural models for reflex prediction on the Indo-Aryan subset of the data. We hope that Jambu is an invaluable resource for all historical linguists and Indologists, and look towards further improvement and expansion of the database.
Abstract（参考訳）: Jambuは、数十の過去のソースを構造化され、アクセス可能なフォーマットで統合した、南アジアの言語の共用データベースである。データベースには602 lectsの287kレマタが含まれ、23kのコニャートのセットにまとめられている。データセットのコンパイルとニューラルネットワークモデルのトレーニングに必要なデータラングリングについて,indo-aryanサブセット上で反射予測を行うために概説する。ジャムブはすべての歴史的言語学者やインド学者にとって貴重な資源であり、データベースのさらなる改善と拡張を目指しています。

関連論文リスト

Navigating Text-to-Image Generative Bias across Indic Languages [53.92640848303192]
本研究ではインドで広く話されているIndic言語に対するテキスト・ツー・イメージ(TTI)モデルのバイアスについて検討する。これらの言語における主要なTTIモデルの生成的パフォーマンスと文化的関連性を評価し,比較する。
論文参考訳（メタデータ） (2024-08-01T04:56:13Z)
Open the Data! Chuvash Datasets [50.59120569845975]
Chuvash言語用の包括的データセットを4つ紹介する。これらのデータセットには、モノリンガルデータセット、ロシア語による並列データセット、英語による並列データセット、オーディオデータセットが含まれる。
論文参考訳（メタデータ） (2024-05-31T07:51:19Z)
Aya Dataset: An Open-Access Collection for Multilingual Instruction Tuning [49.79783940841352]
既存のデータセットはほとんどが英語で書かれている。私たちは世界中の言語に精通した話者と協力して、指示と完了の自然な例を集めています。既存のデータセットを114言語でテンプレート化し、翻訳することで、5億1300万のインスタンスを含む、これまでで最も広範な多言語コレクションを作成します。
論文参考訳（メタデータ） (2024-02-09T18:51:49Z)
Breaking Language Barriers: A Question Answering Dataset for Hindi and Marathi [1.03590082373586]
本稿では,ヒンディー語とマラティー語という2つの言語を対象とした質問回答データセットの開発に焦点をあてる。ヒンディー語は世界第3位の言語であり、マラシ語は世界第11位の言語であるにもかかわらず、両方の言語は効率的な質問回答システムを構築するための限られた資源に直面している。これらの言語で利用可能な最大の質問回答データセットをリリースし、各データセットには28,000のサンプルが含まれています。
論文参考訳（メタデータ） (2023-08-19T00:39:21Z)
Making a MIRACL: Multilingual Information Retrieval Across a Continuum of Languages [62.730361829175415]
MIRACLは、WSDM 2023 Cupチャレンジのために構築した多言語データセットです。 18の言語にまたがるアドホック検索に焦点を当てている。我々の目標は、言語連続体における検索を改善する研究を加速させることです。
論文参考訳（メタデータ） (2022-10-18T16:47:18Z)
Aksharantar: Open Indic-language Transliteration datasets and models for the Next Billion Users [32.23606056944172]
Aksharantarは、モノリンガルコーパスとパラレルコーパスからのマイニングによって生成された、インド語のための最大公用翻訳データセットである。データセットには、12のスクリプトを使用して、3つの言語ファミリーから21のIndic言語に対する2600万の文字ペアが含まれている。 Aksharantarは、既存のデータセットの21倍の大きさで、7つの言語と1つの言語ファミリーのための最初の公開データセットである。
論文参考訳（メタデータ） (2022-05-06T05:13:12Z)
Challenge Dataset of Cognates and False Friend Pairs from Indian Languages [54.6340870873525]
コニャートは異なる言語で同じテキストの複数の変種に存在する。本稿では,12言語を対象とした2つのコグネートデータセットの作成について述べる。
論文参考訳（メタデータ） (2021-12-17T14:23:43Z)
Cross-lingual Offensive Language Identification for Low Resource Languages: The Case of Marathi [2.4737119633827174]
MOLDはMarathiのためにコンパイルされた最初のデータセットであり、低リソースのインド・アーリア語の研究のための新しいドメインを開設した。このデータセットに関するいくつかの機械学習実験の結果は、ゼロショートや最先端の言語間変換器に関する他のトランスファーラーニング実験を含む。
論文参考訳（メタデータ） (2021-09-08T11:29:44Z)
Bhasacitra: Visualising the dialect geography of South Asia [5.30875181537382]
バサシトラ (Bhasacitra) は、地域言語に関する言語研究のデータベース上に構築された南アジアの方言マッピングシステムである。我々は、言語カバレッジを分析し、サンプルデータセットを視覚化することで、型論への応用に目を向ける。
論文参考訳（メタデータ） (2021-05-28T19:52:42Z)
XCOPA: A Multilingual Dataset for Causal Commonsense Reasoning [68.57658225995966]
XCOPA (Cross-lingual Choice of Plausible Alternatives) は11言語における因果コモンセンス推論のための多言語データセットである。提案手法は,翻訳に基づく転送と比較して,現在の手法の性能が低下していることを明らかにする。
論文参考訳（メタデータ） (2020-05-01T12:22:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。