Sampo Pyysalo

Question Answering models for information extraction from perovskite materials science literature (2025)

Communications materials

Sipilä, Matilda; Mehryary, Farrokh; Pyysalo, Sampo; Ginter, Filip; Todorović, Milica

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Annotated textual dataset PV600 of perovskite bandgaps for information extraction from literature (2025)

Scientific Data

Sipilä, Matilda; Mehryary, Farrokh; Pyysalo, Sampo; Ginter, Filip; Todorovic, Milica

(A1 Vertaisarvioitu data-artikkeli tieteellisessä lehdessä)

LSD600: the first corpus of biomedical abstracts annotated with lifestyle–disease relations (2025)

Database: The Journal of Biological Databases and Curation

Nourani, Esmaeil; Makri, Evangelia-Mantelena; Mao, Xiqing; Pyysalo, Sampo; Brunak, Søren; Nastou, Katerina; Jensen, Lars Juhl

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Got Compute, but No Data: Lessons From Post-training a Finnish LLM (2025)

NEALT proceedings series

Zosa, Elaine; Komulainen, Ville; Pyysalo, Sampo

(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa)

An Expanded Massive Multilingual Dataset for High-Performance Language Technologies (HPLT) (2025)

Annual Meeting of the Association for Computational Linguistics

Burchell, Laurie; De Gibert Bonet, Ona; Arefyev, Nikolay; Aulamo, Mikko; Bañón, Marta; Chen, Pinzhen; Fedorova, Mariia; Guillou, Liane; Haddow, Barry; Hajič, Jan; Helcl, Jindřich; Henriksson, Erik; Klimaszewski, Mateusz; Komulainen, Ville; Kutuzov, Andrey; Kytöniemi, Joona; Laippala, Veronika; Mæhlum, Petter; Malik, Bhavitvya; Mehryary, Farrokh; Mikhailov, Vladislav; Moghe, Nikita; Myntti, Amanda; O’Brien, Dayyán; Oepen, Stephan; Pal, Proyag; Piha, Jousia; Pyysalo, Sampo; Ramírez-Sánchez, Gema; Samuel, David; Stepachev, Pavel; Tiedemann, Jörg; Variš, Dušan; Vojtěchová, Tereza; Zaragoza-Bernabeu, Jaume

(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa)

Scaling Data-Constrained Language Models (2025)

Journal of Machine Learning Research

Muennighoff, Niklas; Rush, Alexander M.; Barak, Boaz; Le Scao, Teven; Piktus, Aleksandra; Tazi, Nouamane; Pyysalo, Sampo; Wolf, Thomas; Raffel, Colin

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Poro 34B and the Blessing of Multilinguality (2025)

NEALT proceedings series

Luukkonen, Risto; Burdge, Jonathan; Zosa, Elaine; Talman, Aarne; Komulainen, Ville; Hatanpää, Väinö; Sarlin, Peter; Pyysalo, Sampo

(A4 Vertaisarvioitu artikkeli konferenssijulkaisussa)

Lifestyle factors in the biomedical literature: An ontology and comprehensive resources for named entity recognition (2024)

Bioinformatics

Nourani, Esmaeil; Koutrouli, Mikaela; Xie, Yijia; Vagiaki, Danai; Pyysalo, Sampo; Nastou, Katerina; Brunak, Søren; Jensen, Lars Juhl

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

STRING-ing together protein complexes: Corpus and methods for extracting physical protein interactions from the biomedical literature (2024)

Bioinformatics

Mehryary, Farrokh; Nastou, Katerina; Ohta, Tomoko; Jensen, Lars Juhl; Pyysalo, Sampo

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Improving dictionary-based named entity recognition with deep learning (2024)

Bioinformatics

Nastou, Katerina; Koutrouli, Mikaela; Pyysalo, Sampo; Jensen, Lars Jyhl

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Sampo

Pyysalo

Ota yhteyttä

Linkit

Julkaisut

Järjestä:

Question Answering models for information extraction from perovskite materials science literature (2025)

Annotated textual dataset PV600 of perovskite bandgaps for information extraction from literature (2025)

LSD600: the first corpus of biomedical abstracts annotated with lifestyle–disease relations (2025)

Got Compute, but No Data: Lessons From Post-training a Finnish LLM (2025)

An Expanded Massive Multilingual Dataset for High-Performance Language Technologies (HPLT) (2025)

Scaling Data-Constrained Language Models (2025)

Poro 34B and the Blessing of Multilinguality (2025)

Lifestyle factors in the biomedical literature: An ontology and comprehensive resources for named entity recognition (2024)

STRING-ing together protein complexes: Corpus and methods for extracting physical protein interactions from the biomedical literature (2024)

Improving dictionary-based named entity recognition with deep learning (2024)