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

Ka Sing He

ACL 2026数据与预训练检索与知识多语言与语言学
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
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 #2/7ACL 2026Poster· Natural Language Processing

Translation or Recitation? Calibrating Evaluation Scores for Machine Translation of Extremely Low-Resource Languages

Danlu Chen · Ka Sing He · Jiahe Tian · Chenghao Xiao · Zhaofeng Wu · Taylor Berg-Kirkpatrick · Freda Shi

摘要

The landscape of extremely low-resource machine translation (MT) is characterized by perplexing variability in reported performance, often making results across different language pairs difficult to contextualize. For researchers focused on specific language groups—such as ancient languages—it is...

数据与预训练检索与知识多语言与语言学OpenReview 项目页

常见合作者