Mining Large Language Models for Low-Resource Language Data: Comparing Elicitation Strategies for Hausa and Fongbe
从大型语言模型中挖掘低资源语言数据：比较Hausa和Fongbe的引导策略
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校） ； Centre for Text Technology（文本技术中心） ； North-West University（北开普大学） ； South Africa（南非）
AI总结 本文研究通过策略性提示从LLM中提取可用于Hausa和Fongbe两种西非语言的文本数据，发现Hausa需功能性文本和对话，而Fongbe需受限生成提示，GPT-4o Mini在提取目标语言词汇上表现更优。
Comments 11 pages, 5 figures, 6 tables; to appear in LREC-COLING 2026
