論文の概要: A Breadth-First Catalog of Text Processing, Speech Processing and Multimodal Research in South Asian Languages

• arxiv url: http://arxiv.org/abs/2501.00029v1
• Date: Fri, 20 Dec 2024 20:08:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-12 03:46:03.098077
• Title: A Breadth-First Catalog of Text Processing, Speech Processing and Multimodal Research in South Asian Languages
• Title（参考訳）: 韓国語におけるテキスト処理, 音声処理, マルチモーダル研究の先駆的カタログ
• Authors: Pranav Gupta,
• Abstract要約: 本稿では,2022年1月～2024年10月にかけての南アジア諸言語におけるテキストベースの言語処理に関する最近の文献を概観する。 我々は、サライキ語、アサメセ語、バロチ語、ボド語、ビルマ語、チャトティスガルヒ語、ディヴェヒ語、グジャラーティ語、カンナダ語、カシュミリ語、コンカニ語、カシ語、マラヤラム語、マイティ語、ネパール語、オディア語、パシュト語、ラジャサニ語、シンドヒ語、テルーグ語など、21の低リソース南アジアの言語に焦点を当てている。
• 参考スコア（独自算出の注目度）: 1.3597551064547502
• License:
• Abstract: We review the recent literature (January 2022- October 2024) in South Asian languages on text-based language processing, multimodal models, and speech processing, and provide a spotlight analysis focused on 21 low-resource South Asian languages, namely Saraiki, Assamese, Balochi, Bhojpuri, Bodo, Burmese, Chhattisgarhi, Dhivehi, Gujarati, Kannada, Kashmiri, Konkani, Khasi, Malayalam, Meitei, Nepali, Odia, Pashto, Rajasthani, Sindhi, and Telugu. We identify trends, challenges, and future research directions, using a step-wise approach that incorporates relevance classification and clustering based on large language models (LLMs). Our goal is to provide a breadth-first overview of the recent developments in South Asian language technologies to NLP researchers interested in working with South Asian languages.
• Abstract（参考訳）: 我々は,2022年1月から2024年10月までの南アジア諸言語におけるテキストベースの言語処理,マルチモーダルモデル,音声処理に関する最近の文献を概観するとともに,サラキ語,アサメセ語,バローチ語,ボド語,ビルマ語,シャッティスガルヒ語,ディベヒ語,グジャラティ語,カンナダ語,カシュミリ語,コンカニ語,カシ語,マラヤラム語,マイテ語,ネパール語,オディア語,パシュトー語,ラジャサニ語,シンディー語,テルーグ語など,21の低資源な南アジア諸言語に着目したスポットライト分析を行った。 我々は,大規模言語モデル(LLM)に基づく関連分類とクラスタリングを取り入れたステップワイズアプローチを用いて,トレンド,課題,今後の研究方向を同定する。 我々のゴールは、近年の南アジア語技術の発展について、南アジア語を扱うことに興味のあるNLP研究者に第1次概要を提供することです。

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)
• SeaLLMs 3: Open Foundation and Chat Multilingual Large Language Models for Southeast Asian Languages [77.75535024869224]
  東南アジアの言語に合わせたSeaLLMsモデルファミリーの最新版SeaLLMs 3を紹介します。 SeaLLMs 3は、英語、中国語、インドネシア語、ベトナム語、タイ語、タガログ語、マレー語、ビルマ語、クメール語、ラオス語、タミル語、ジャワ語など、この地域で話される言語全般をカバーすることで、このギャップを埋めることを目指している。 我々のモデルは、世界的知識、数学的推論、翻訳、命令の追従といったタスクに優れており、同様の大きさのモデルで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2024-07-29T03:26:22Z)
• Decoding the Diversity: A Review of the Indic AI Research Landscape [0.7864304771129751]
  インド、パキスタン、バングラデシュ、スリランカ、ネパール、ブータンなどインド亜大陸で話されている言語である。 本稿では,Indic言語における大規模言語モデル(LLM)研究の方向性について概観する。
  論文  参考訳（メタデータ） (2024-06-13T19:55:20Z)
• Multilingual Large Language Model: A Survey of Resources, Taxonomy and Frontiers [81.47046536073682]
  本稿では,MLLM(Multilingual Large Language Model)文学における最近の進歩と新たなトレンドを要約する一貫した視点を提示する。 私たちの研究がコミュニティに迅速なアクセスを提供し、MLLMにおける画期的な研究を促進することを願っています。
  論文  参考訳（メタデータ） (2024-04-07T11:52:44Z)
• Mukhyansh: A Headline Generation Dataset for Indic Languages [4.583536403673757]
  Mukhyanshは、インド語の見出し生成に適した、広範囲にわたる多言語データセットである。 ムハーンシュ語は3億3900万以上の記事の見出しから成り、8つの著名なインドの言語にまたがっている。 Mukhyanshは、他のすべてのモデルより優れており、平均ROUGE-Lスコアは8言語すべてで31.43である。
  論文  参考訳（メタデータ） (2023-11-29T15:49:24Z)
• An Overview of Indian Spoken Language Recognition from Machine Learning Perspective [7.27448284043116]
  この研究は、インドの言語認識研究分野の包括的なレビューを行う最初の試みの1つである。 インドにおけるLIDシステム開発における低リソース・相互影響の独特な課題を強調するために,インディース分析が提案されている。
  論文  参考訳（メタデータ） (2022-11-30T11:03:51Z)
• "A Passage to India": Pre-trained Word Embeddings for Indian Languages [30.607474624873014]
  既存のアプローチを使って、14のインドの言語に複数の単語を埋め込みます。 これらすべての言語への組み込みを単一のリポジトリに配置します。 8つの異なるアプローチを使って、合計436のモデルをリリースします。
  論文  参考訳（メタデータ） (2021-12-27T17:31:04Z)
• Harnessing Cross-lingual Features to Improve Cognate Detection for Low-resource Languages [50.82410844837726]
  言語間単語埋め込みを用いた14言語間のコニャートの検出を実証する。 インドの12言語からなる挑戦的データセットを用いて,コニャート検出手法の評価を行った。 我々は,コグネート検出のためのFスコアで最大18%の改善点を観察した。
  論文  参考訳（メタデータ） (2021-12-16T11:17:58Z)
• Multilingual and code-switching ASR challenges for low resource Indian languages [59.2906853285309]
  インドの7つの言語に関連する2つのサブタスクを通じて、多言語およびコードスイッチングASRシステムの構築に重点を置いている。 これらの言語では、列車とテストセットからなる600時間分の音声データを合計で提供します。 また,マルチリンガルサブタスクとコードスイッチサブタスクのテストセットでは,それぞれ30.73%と32.45%という,タスクのベースラインレシピも提供しています。
  論文  参考訳（メタデータ） (2021-04-01T03:37:01Z)
• Anubhuti -- An annotated dataset for emotional analysis of Bengali short stories [2.3424047967193826]
  アヌブティはベンガルの短編小説の著者が表現した感情を分析するための最初の、そして最大のテキストコーパスである。 本稿では,データ収集手法,手作業によるアノテーション処理,そして結果として生じるハイアノテータ間の合意について説明する。 我々は、ベースライン機械学習と感情分類のためのディープラーニングモデルを用いて、データセットの性能を検証した。
  論文  参考訳（メタデータ） (2020-10-06T22:33:58Z)
• A Summary of the First Workshop on Language Technology for Language Documentation and Revitalization [70.14668193220528]
  2019年8月、カーネギーメロン大学でワークショップが開かれ、言語コミュニティのメンバー、ドキュメンタリー言語学者、技術者を集結させようとした。 本報告では,ワークショップの結果を報告するとともに,9言語を対象とした様々な技術が開発され,実装されている。
  論文  参考訳（メタデータ） (2020-04-27T22:55:55Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。