Newest papers

Benchmarking Large Language Models for Detecting Satirical Code-Mixed Sentences

Răzvan-Alexandru Smădu, Ioana Buhnila, Daniela Tanase, Dumitru-Clementin Cercel, Florin Pop, Mihaela-Claudia Cercel · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29907 · open-access PDF

Korean

코드 스위칭은 자연 언어 현상이지만, 높은 수준의 추론 작업에 미치는 영향은 루마니아어와 같은 부족한 자원 언어에서 대개 탐구되지 않습니다. 자연 언어 처리 작업, 사타리 탐지와 같은, 큰 언어 모델이 캡처하기 위해 어려움을 겪는 뉘앙스 된 문화 및 구문 힌트에 크게 의존합니다.이 논문에서 우리는 영어, 독일, 프랑스, 이탈리아와 함께 합성 코드 혼합 루마니아어 문장을 생성하기 위해 4 가지 방법 (즉, 무작위 교체, 문구 번역, 의존성 분석 및 큰 언어 모델)을 조사합니다.

Machine translation (Meta M2M100); the English original follows.

Abstract

Code-switching is a natural linguistic phenomenon, yet its impact on high-level reasoning tasks remains largely unexplored in under-resourced languages like Romanian. Natural language processing tasks, such as satire detection, rely heavily on nuanced cultural and syntactic cues that large language models struggle to capture. In this paper, we investigate four methods (i.e., random replacement, phrase translation, dependency parsing, and large language models) for generating synthetic code-mixed Romanian sentences with English, German, French, and Italian. We start with an existing dataset for

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange