paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MB

Marcel Bollmann

ACL 2026评测与基准数据与预训练多语言与语言学
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #5/9ACL 2026Poster· Natural Language Processing

How Good is Your W ikipedia? Auditing Data Quality for Low-resource and Multilingual NLP

Kushal Tatariya · Artur Kulmizev · Wessel Poelman · Esther Ploeger · Marcel Bollmann · Johannes Bjerva · Jiaming Luo · Heather Lent · Miryam de Lhoneux

摘要

Wikipedia’s perceived high quality and broad language coverage have established it as a fundamental resource in NLP. However, in recent years, such assumptions of high quality have become the subject of scrutiny in low-resource and multilingual contexts. In this study, we subject the entirety of...

评测与基准数据与预训练多语言与语言学OpenReview 项目页

常见合作者