English(EN) Creating and Evaluating Figurative Language Dataset for Sindhi

新Sindhi语形象化语言数据集SiNFluD发布，并附带XLM-RoBERTa-XL基准测试

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了SiNFluD，一个用于分类Sindhi语形象化语言的新数据集。该数据集从各种在线来源汇编而成，并由母语者标注，达到了高标注者间一致性。评估了包括mBERT、XLM-RoBERTa和SetFit在内的多个模型，其中XLM-RoBERTa-XL表现最佳。 AI

影响为Sindhi语形象化语言分类引入了一个新的基准数据集，为低资源语言的进一步研究和模型开发提供了可能。

排序理由这是一篇介绍新数据集和评估模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Wazir Ali, Adeeb Noor, Saifullah Tumrani · 2026-05-05 04:00

Creating and Evaluating Figurative Language Dataset for Sindhi

arXiv:2605.01323v1 Announce Type: new Abstract: In this article, we introduce SiNFluD, a novel benchmark dataset for Sindhi figurative language classification. We first collect raw text from various blogs, social media platforms, and literary sources, and subsequently prepare the…