Sanskrit
PulseAugur coverage of Sanskrit — every cluster mentioning Sanskrit across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
计算语言学研究分析宗教文本中的词汇传播 · 追踪到4个来源
两项新的计算语言学研究分析了宗教文本中的词汇传播和风格特征。第一篇论文考察了8至19世纪的孟加拉语和梵语虔诚文学，使用TF-IDF和余弦相似度量化佛教、Shakta和Vaishnava传统之间的词汇重叠。第二项研究将风格计量分析应用于佛教巴利三藏的英译本，使用齐夫分布、TTR和词汇重叠指标比较经藏、律藏和论藏文本。
-
帕尼尼语法为印度语言自然语言处理提供统一框架
一篇新研究论文提出了一种面向印度语言的统一计算框架，其灵感来源于帕尼尼语法。作者认为，这些语言之间共享的形态句法结构，在帕尼尼的《八章书》中得到了形式化，可以作为自然语言处理的统一基础。该方法旨在通过将分散的语言资源合并为一个高资源元语言基石，来提高面向超过十亿用户的自然语言处理工具的准确性、数据效率和可迁移性。该论文引入了一个四部分组成的基准套件，用于衡量和利用这种共享架构，同时也引发了关于神经模型可解释性的问题。
-
NoRIN 通过非线性归一化推进时间序列预测
研究人员推出了一种新颖的非线性可逆归一化技术 NoRIN，用于时间序列预测，该技术超越了 RevIN 等现有方法的线性仿射变换。与 RevIN 的局限性不同，NoRIN 使用 Johnson $S_U$ 变换，其参数可以调整分布尾部和偏度。该方法将形状参数优化与梯度训练分离，使用分位数拟合和贝叶斯优化来防止模型默认为线性形式，证明了不同的网络架构受益于不同的归一化参数。
-
研究人员创建Naamah，一个使用LLM的大型合成梵语NER数据集
研究人员开发了Naamah，一个包含超过10万个梵语句子的大型合成数据集，旨在改进古典梵语文学的命名实体识别（NER）。该数据集通过从DBpedia提取实体并结合一个240亿参数的混合推理模型生成。Naamah旨在克服标注资源稀缺的问题，并用于对XLM RoBERTa和IndicBERTv2 Transformer架构进行基准测试。