会员服务
语料库是语料库语言学研究的基础资源，也是经验主义语言研究方法的主要资源。应用于词典编纂，语言教学，传统语言研究，自然语言处理中基于统计或实例的研究等方面。
MixtureVitae: Open Web-Scale Pretraining Dataset With High Quality Instruction and Reasoning Data Built from Permissive-First Text Sources
Arxiv
0+阅读 · 12月15日
EMMA-500: Enhancing Massively Multilingual Adaptation of Large Language Models
Arxiv
0+阅读 · 12月4日
In Machina N400: Pinpointing Where a Causal Language Model Detects Semantic Violations
Arxiv
0+阅读 · 11月24日
Tackling a Challenging Corpus for Early Detection of Gambling Disorder: UNSL at MentalRiskES 2025
Arxiv
0+阅读 · 11月28日
ToxSyn: Reducing Bias in Hate Speech Detection via Synthetic Minority Data in Brazilian Portuguese
Arxiv
0+阅读 · 11月14日
TalkVerse: Democratizing Minute-Long Audio-Driven Video Generation
Arxiv
0+阅读 · 12月16日
Towards Corpus-Grounded Agentic LLMs for Multilingual Grammatical Analysis
Arxiv
0+阅读 · 11月28日
A new kid on the block: Distributional semantics predicts the word-specific tone signatures of monosyllabic words in conversational Taiwan Mandarin
Arxiv
0+阅读 · 11月21日
The Distribution of Dependency Distance and Hierarchical Distance in Contemporary Written Japanese and Its Influencing Factors
Arxiv
0+阅读 · 11月26日
MeAJOR Corpus: A Multi-Source Dataset for Phishing Email Detection
Arxiv
0+阅读 · 11月6日
ARC Is a Vision Problem!
Arxiv
0+阅读 · 11月18日
ModelTables: A Corpus of Tables about Models
Arxiv
0+阅读 · 12月18日
Statistical Analysis of Sentence Structures through ASCII, Lexical Alignment and PCA
Arxiv
0+阅读 · 12月11日
Adaptation of Embedding Models to Financial Filings via LLM Distillation
Arxiv
0+阅读 · 12月8日
Modeling Topics and Sociolinguistic Variation in Code-Switched Discourse: Insights from Spanish-English and Spanish-Guaraní
Arxiv
0+阅读 · 12月3日
参考链接
微信扫码咨询专知VIP会员
Top