💬 Category

cs.CL

10698 पेपर

💻 computer science

Geolocating News about Extreme Climate Events: A Comparative Analysis of Off-the-Shelf Tools for Toponym Identification in German

यह अध्ययन चरम जलवायु घटनाओं के बारे में जर्मन समाचार लेखों में स्थलालेखों (toponyms) की पहचान करने के लिए तीन ऑफ-द-शेल्फ नामयुक्त इकाई पहचान (Named Entity Recognition) उपकरणों (Flair, Spacy, और Stanza) का एक तुलनात्मक विश्लेषण करता है, जो यह प्रदर्शित करता है कि कैसे उनके भिन्न आउटपुट डाउनस्ट्रीम भौगोलिक स्थान निर्धारण कार्यों (geolocation tasks) के माध्यम से प्रसारित होते हैं और मीडिया कवरेज में देशों की प्रमुखता के संबंध में निष्कर्षों को महत्वपूर्ण रूप से प्रभावित करते हैं।

Brielen Madureira, Mariana Madruga de Brito, Andreas Niekler2026-05-06
💻 computer science

Benchmarking Logistic Regression, SVM, Naive Bayes, and IndoBERT Fine-Tuning for Sentiment Analysis on Indonesian Product Reviews

यह शोध पत्र इंडोनेशियाई उत्पाद समीक्षाओं पर तीन-वर्ग भावना विश्लेषण के लिए एक फाइन-ट्यून्ड इंडोबर्ट (IndoBERT) ट्रांसफार्मर के विरुद्ध पारंपरिक मशीन लर्निंग मॉडल का बेंचमार्किंग करता है, जिससे यह पता चलता है कि एक लीनियर एसवीएम (Linear SVM) ने 97.60% सटीकता के साथ डीप लर्निंग मॉडल को पीछे छोड़ दिया क्योंकि बाद वाला डेटा के एक नमूना किए गए उपसमुच्चय (sampled subset) तक सीमित था, जबकि साथ ही एक ग्रेडियो (Gradio) वेब एप्लिकेशन के माध्यम से सर्वश्रेष्ठ मॉडल के व्यावहारिक परिनियोजन का भी प्रदर्शन किया गया।

Nabila Zakiyah Zahra, Salwa Farhanatussaidah, Nasywa Nur Afifah, Luluk Muthoharoh, Ardika Satria, Martin C. T. Manullang2026-05-06
💻 computer science

A Comparison of Traditional Machine Learning Algorithms and LSTM-Based Deep Learning Models for Email Sentiment Analysis

यह अध्ययन ईमेल भावना विश्लेषण के लिए पारंपरिक मशीन लर्निंग एल्गोरिदम और LSTM-आधारित डीप लर्निंग मॉडल की तुलना करता है, जिसमें यह पाया गया कि जबकि LSTM स्पैम डिटेक्शन के लिए मजबूत रिकॉल प्रदान करता है, लीनियर कर्नेल वाले सपोर्ट वेक्टर मशीनें उच्च सटीकता (98.74%) और प्रसंस्करण दक्षता का इष्टतम संतुलन प्राप्त करती हैं।

Virdio Samuel Saragih, Baruna Abirawa, Kartini Lovian Simbolon, Luluk Muthoharoh, Ardika Satria, Martin C. T. Manullang2026-05-06
🤖 machine learning

Exposing LLM Safety Gaps Through Mathematical Encoding:New Attacks and Systematic Analysis

यह शोध पत्र प्रकट करता है कि हानिकारक प्रॉम्प्ट्स को सुसंगत गणितीय समस्याओं (जैसे कि सेट थ्योरी या औपचारिक तर्क में) के रूप में एनकोड करना, सतही नोटेशन पर निर्भर रहने के बजाय गहन पुनर्रचना (deep reformulation) के लिए मजबूर करके, LLM सुरक्षा फिल्टरों को महत्वपूर्ण रूप से बायपास कर देता है, जो कई मॉडलों में उच्च हमले की सफलता दर प्राप्त करते हुए गणितीय संरचना का विश्लेषण करने वाले बचाव की आवश्यकता को उजागर करता है।

Haoyu Zhang, Mohammad Zandsalimy, Shanu Sushmita2026-05-06
💻 computer science

Sentiment Analysis of Indonesian Spotify Reviews Using Machine Learning and BiLSTM

यह शोध पत्र 70,155 स्वच्छ इंडोनेशियाई स्पॉटिफ़ाई (Spotify) समीक्षाओं पर क्लासिकल मशीन लर्निंग और BiLSTM डीप लर्निंग मॉडलों का बेंचमार्किंग करता है, जिसमें यह पाया गया है कि जहाँ BiLSTM उच्चतम समग्र भारित F1-स्कोर (weighted F1-score) प्राप्त करता है, वहीं SMOTE के साथ डेसिजन ट्री (Decision Trees) तीनों भावना श्रेणियों में से सभी के लिए बेहतर संतुलित प्रदर्शन प्रदान करते हैं, विशेष रूप से अल्पसंख्यक न्यूट्रल श्रेणी के लिए।

Uliano Wilyam Purba, Andre Hadiman Rotua Parhusip, Sahid Maulana, Luluk Muthoharoh, Ardika Satria, Martin C. T. Manullan (…)2026-05-06
💻 computer science

An ERP Study of Recursive Possessive Parsing in ASD Children and Its Cognitive Neuro Mechanisms

यह ERP अध्ययन प्रकट करता है कि मंदारिन बोलने वाले ऑटिज्म स्पेक्ट्रम डिसऑर्डर वाले बच्चों में संरक्षित लेक्सिकल-सिमेंटिक प्रसंस्करण होता है, लेकिन वे रिकर्सिव पजेसिव संरचनाओं के लिए आवश्यक ऑनलाइन सिंटैक्टिक कंप्यूटेशन और पुनर्रचना (reanalysis) में गंभीर अक्षमता का सामना करते हैं, जैसा कि सामान्य विकास वाले साथियों की तुलना में काफी कम P200 और P600 आयामों और असामान्य व्याकरणिक प्रभावों से सिद्ध होता है।

Fu Chenxi, Wang Xiaoyi, Zhuang Ziman, Yang Caimei2026-05-06
💻 computer science

Retrieving Floods without Floodlights: Topic Models as Binary Classifiers for Extreme Climate Events in German News

यह अध्ययन प्रदर्शित करता है कि अनसुपरवाइज्ड टॉपिक मॉडल्स जर्मन मीडिया में सात अलग-अलग प्रकार की चरम जलवायु घटनाओं पर समाचारों को पुनः प्राप्त करने के लिए व्याख्या योग्य बाइनरी क्लासिफायर के रूप में प्रभावी ढंग से कार्य कर सकते हैं, जो डेटा-भूखे डीप लर्निंग दृष्टिकोणों के एक व्यवहार्य विकल्प के रूप में डेटा-भूखे डीप लर्निंग दृष्टिकोणों के एक व्यवहार्य विकल्प के रूप में उभरते हैं और विभिन्न खतरों को अलग श्रेणियों के रूप में मानने के महत्व को रेखांकित करते हैं।

Brielen Madureira, Mariana Madruga de Brito, Andreas Niekler2026-05-06
💻 computer science

Detecting Stealth Sycophancy in Mental-Health Dialogue with Dynamic Emotional Signature Graphs

यह शोध पत्र डायनेमिक इमोशनल सिग्नेचर ग्राफ्स (DESG) को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) मूल्यांकन ढांचा है, जो असममित नैदानिक प्रक्षेपवक्रों (asymmetric clinical trajectories) को पकड़कर और विच्छेदित भावनात्मक अवस्था विश्लेषण (decoupled emotional state analysis) के माध्यम से गुप्त चापलूसी (stealth sycophancy) का पता लगाकर मानसिक स्वास्थ्य संवाद की गुणवत्ता का आकलन करने में मौजूदा LLM जजों और समानता मेट्रिक्स से बेहतर प्रदर्शन करता है।

Tianze Han, Beining Xu, Hanbo Zhang, Yongming Lu2026-05-06
💻 computer science

Rational Communication Shapes Morphological Composition

यह शोधपत्र यह प्रदर्शित करता है कि संभावित विकल्पों के बजाय प्रमाणित अंग्रेजी रूपात्मक संरचनाओं (morphological compositions) का चयन एक 'रेशनल स्पीच एक्ट' मॉडल द्वारा सबसे अच्छी तरह से पूर्वानुमानित किया जाता है जो श्रोता की रिकवरेबिलिटी (recoverability) और वक्ता की उत्पादन लागत के बीच संतुलन बनाता है, जो यह सुझाव देता है कि लेक्सिकलाइजेशन (lexicalization) अभिव्यक्ति और दक्षता के बीच एक संचार संबंधी समझौते को दर्शाता है।

Fengyuan Yang, Yongqian Peng, Yuxi Ma, Chenheng Xu, Yixin Zhu2026-05-06
🤖 machine learning

Workspace-Bench 1.0: Benchmarking AI Agents on Workspace Tasks with Large-Scale File Dependencies

यह शोधपत्र Workspace-Bench प्रस्तुत करता है, जो AI एजेंटों की वर्कस्पेस सीखने की क्षमताओं का मूल्यांकन करने के लिए यथार्थवादी फ़ाइल निर्भरताओं और विविध कार्यों से युक्त एक बड़े पैमाने का बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल जटिल क्रॉस-फ़ाइल तर्क और निर्णय लेने के मामले में मानव प्रदर्शन से काफी पीछे हैं।

Zirui Tang, Xuanhe Zhou, Yumou Liu, Linchun Li, Weizheng Wang, Hongzhang Huang, Jun Zhou, Jiachen Song, Shaoli Yu, Jinqi (…)2026-05-06