Investigating Web Corpus Filtering Methods for Language Model Development in Japanese

被引：0

作者：

Enomoto, Rintaro ^{[1
]}

Arseny, Tolmachev ^{[2
]}

Niitsuma, Takuto ^{[3
]}

Kurita, Shuhei ^{[4
]}

Kawahara, Daisuke ^{[1
,4
,5
]}

机构：

[1] Waseda University, Japan

[2] Works Applications

[3] The Asahi Shimbun Company, Japan

[4] National Institute of Informatics, Japan

[5] LLMC, National Institute of Informatics, Japan

来源：

Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, NAACL 2024 | 2024年 / 4卷

关键词：

Compendex;

D O I：

暂无

中图分类号：

学科分类号：

摘要：

Benchmarking

引用

页码：154 / 160