★ 2
研究者发布 885 小时孟加拉语语音语料 Lipi-Ghor
研究者发布 Lipi-Ghor，一个弱监督构建的大规模孟加拉语语音语料库，含 885 小时音频，来自 998 个 YouTube 视频、596 个频道，覆盖 17 个领域。该语料首次为孟加拉语提供大规模、带说话人分离的长音频标注，并附带可复用的构建流程。团队在零样本与微调条件下评测四个主流 ASR…
arXiv NLP5 天前
#孟加拉语
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
BanglaBBQ：孟加拉语境问答偏见基准发布
论文发布 BanglaBBQ，一个覆盖孟加拉语与英语、扎根孟加拉社会刻板印象的问答偏见基准，改编 BBQ 模板并新增婚姻、年龄与政治观、地域、教育、心理健康五类。用 Qwen3-4B、Qwen3-8B、GPT-4.1-mini 与 Gemini 2.5 Flash 评测，四个模型在语境模糊时均偏向…
arXiv NLP13 天前
★ 2
arXiv 发布首个孟加拉语反男性仇恨数据集 Ben-Misandry
研究指出孟加拉语性别仇恨研究几乎只关注厌女，反男性仇恨完全空白。作者用 GPT-4.1 生成 5000 条六分类合成评论构建 Ben-Misandry 数据集，并基准测试经典与 Transformer 流程。BanglaBERT 与 XLM-RoBERTa 晚期融合达 96.6% 准确率，但作者强…
arXiv NLP13 天前
★ 2
孟加拉语语音痴呆检测与句子补全系统发布
该研究提出一套集成系统，通过孟加拉语语音与文本分析检测痴呆迹象，并在对话中提供句子自动补全支持。系统采用 Transformer 模型将语音转写为文本，并用带注意力机制的 Bi-LSTM 完成孟加拉语句子补全。研究填补了低资源语言在痴呆分析领域的空白。
arXiv NLP17 天前
★ 2
研究评测 LLM 英孟双语摘要能力
论文对八款闭源与开放权重 LLM 在英语和孟加拉语 XL-Sum 测试集上进行零样本摘要评测，结合词汇、语义指标与事实性验证。结果显示 GPT-5.6 Luna 在英语词汇指标领先，但孟加拉语中 LLaMA 3.3 70B 的 ROUGE 和 BLEU 最高，Gemini 2.5 Flash 事实…
arXiv NLP18 天前
★ 2
Bengali 敬语分配偏见基准：LLM 翻译中的尊重分配
研究者提出针对英语-孟加拉语翻译的敬语分配偏见基准，包含 2016 个句子、72 种职业，衡量 LLM 如何分配尊重等级。结果显示职业对敬语选择的影响远大于性别，九个模型的敬语偏见分数从 19.9 到 70.1 不等。
arXiv NLP19 天前
★ 2
BenCoDiC：孟加拉语政治新闻网络欺凌语料库发布
研究者发布孟加拉语语境化网络欺凌语料库BenCoDiC，包含来自100个YouTube视频及其讨论的50250条文本，保留字幕-评论-回复关系并采用九维星型模式组织。五个AI聊天机器人在标注可靠性上未达标，最终采用双层人工标注加专家核验，Fleiss κ与Krippendorff α均为0.86。…
arXiv NLP21 天前
★ 2
BanglaRhet 基准：孟加拉语政治演讲修辞检测
论文发布 BanglaRhet，一个含 30289 段孟加拉语政治演讲的人工标注语料，用于修辞手法与说服技巧检测。评测 BanglaBERT、SahajBERT、XLM-RoBERTa 等模型，BanglaBERT 表现最佳，修辞检测 macro-F1 65.40%，说服检测 66.46%，显著优…
arXiv NLP25 天前