In this paper we describe the systems we developed for the English (lexical and all-words) and Basque tasks. They were all supervised systems based on Yarowsky's Decision Lists. We used Semcor for training in the English all-words task. We defined different feature sets for each language. For Basque, in order to extract all the information from the text, we defined features that have not been used before in the literature, using a morphological analyzer. We also implemented systems that selected automatically good features and were able to obtain a prefixed precision (85%) at the cost of coverage. The systems that used all the features were identified as BCU-ehu-dlist-all and the systems that selected some features as BCU-ehu-dlist-best.
Basque and Spanish Counter Narrative Generation: Data Creation and Evaluation
HiTZ Center - Ixa, University of the Basque Country UPV/EHU（巴斯克大学UPV/EHU HiTZ中心-Ixa）；The Alan Turing Institute（阿兰·图灵研究所）；Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）
Truth Knows No Language: Evaluating Truthfulness Beyond English
HiTZ Center - Ixa, University of the Basque Country, UPV/EHU（希茨中心-ixa，巴斯克大学，UPV/EHU）；Elhuyar（埃尔胡亚尔）；Centro de Investigación en Tecnoloxías Intelixentes (CiTIUS), Universidade de Santiago de Compostela（智能技术研究中心（CiTIUS），圣地亚哥-德孔波斯特拉大学）；Departament de Traducció i Ciències del Llenguatge, Universitat Pompeu Fabra（翻译与语言科学部门，庞培法布拉大学）
Novel Language Resources for Hindi: An Aesthetics Text Corpus and a Comprehensive Stop Lemma List
Symbiosis Institute of Computer Studies and Research, Symbiosis International (Deemed University)（共生国际（被视为）大学共生计算机研究学院）；Symbiosis Centre for Information Technology, Symbiosis International (Deemed University)（共生国际（被视为）大学共生信息技术中心）
University of Leicester（莱斯特大学）；Lobachevsky University（罗巴切夫斯基大学）
本文介绍了一个英文学术论文摘要的科学语料库--莱斯特科学语料库（LSC）。LSC包含1，673，824篇由Web of Science（WoS）索引的研究文章和论文摘要，其中出版年份为2014年。每一个摘要都被分配到252个主题类别中的至少一个。论文元数据包括这些类别和引用次数。然后，我们开发科学词典名为莱斯特科学词典（LScD）和莱斯特科学词典核心（LScDC），其中的单词是从LSC中提取的。LScD是一个包含974，238个唯一词（词元）的列表。LScDC是LScD的核心列表（子列表），有104，223个词元。它是通过删除LSC中不超过10个文本中出现的LScD单词而创建的。LScD和LScDC可在线获得。语料库和词典都是为了以后在学术语篇中量化意义而开发的。最后，将核心词汇表LScDC与包含963个词族的经典学术词汇表“新学术词汇表（NAWL）”进行比较，分析核心词汇表LScDC的词汇和词频。NAWL的主要语料来源是剑桥英语语料库（CEC）、口语来源和教科书。我们调查两本词典是否在常用词和词的排序方面相似。我们的比较导致我们的主要结论：大多数的NAWL（99.6%）的话都存在于LScDC，但两个列表中的单词排名不同。这种差异是可以衡量的。
Identifying Intensity of the Structure and Content in Tweets and the Discriminative Power of Attributes in Context with Referential Translation Machines
AI Enablement（AI赋能部门）；Huawei Türkiye R&D Center（华为土耳其研发中心）
Probing for Phonology in Self-Supervised Speech Representations: A Case Study on Accent Perception
Department of Linguistics, University of Florida（语言学系，佛罗里达大学）；Department of English Language and Linguistics, Heinrich Heine University Düsseldorf（英语语言与语言学系，海因里希-海涅大学杜塞尔多夫）
