标签
本书探讨了代数模型与深度学习在自然语言习得中的作用，汇集了计算语言学、心理学和数理语言学领域顶尖研究者的观点。
本文介绍语义场理论（SFT），这是一种用于词汇语义的计算模型，通过语义场、语境变形、交互项和能量最小化来建模意义。提供了包括高斯积闭包、用于高阶交互的莫比乌斯反演和稳定性条件在内的形式化元素。
本研究表明，语境语义相关性（衡量一个词与其近期语义上下文的关联强度）能够可靠地预测两个数据集中自然言语理解过程中的fMRI BOLD响应，而意外度（局部概率期望）则不能。研究结果支持缓慢的血流动力学响应对语境语义整合（而非局部预测）尤为敏感。
本文将早期语言习得建模为基于图的心理词典上的搜索，采用扩散激活和类别探索，在模拟四种语言的规范词汇习得方面优于最短路径基线。
Emily Bender 澄清了她2021年论文中“stochastic parrots”的原始含义，驳斥了关于大语言模型的常见误解，并批评“人工智能”一词过度推销技术。
Svarna 是一个面向现代希腊语的开源网络语料库工作台，整合了多个数据库，包含超过 5.07 亿词，并提供多种语言分析工具，采用 MIT 许可证发布。
本文研究了社交媒体信息中Ethos与Pathos诉求如何与沉默读者产生共鸣，发现修辞内容导致更大的解读分歧，并能预测受众对作者的态度。
本文介绍了UD_Czech-PDTC，这是通用依赖框架下捷克语的一个大型、体裁多样的树库，源自Prague Dependency Treebank-Consolidated。文章描述了转换过程以及两种标注方案之间的差异。
本文提出了一套基于波你尼语法的基准套件，旨在统一跨印度语言的处理，提高准确性、数据效率和可迁移性。
Jurafsky和Martin的《Speech and Language Processing》教科书第三版于2026年1月发布，其中对Transformers进行了清晰解释，并包括ASR、TTS和DPO等新章节的更新。
Dango是一个18亿参数的大型语言模型，严格使用日语（L1）进行预训练，然后使用英语（L2）进行微调，以研究第二语言习得中的语言迁移效应。该模型从预训练语料库中过滤掉英语污染，并展现出类似人类的L2输出模式。
本文介绍了使用多智能体模拟语言中形态交替模式（如'go/went'）的出现，并利用AI历史语言学家（基于大语言模型）评估演化形态相对于真实语言的合理性。
CAF-Gen是一个基于多智能体LLM的框架，通过迭代的创作者-评审者流水线，将浅层论证结构丰富为正式的Carneades论证框架模型，从而提高了结构对齐性和质量。
GlossAssist 是一款面向低资源语言记录场景的行间注释文本（IGT）语料库创建工具，以 CWoMP 检索式架构为核心，并结合主动学习反馈机制，使标注者在进行纠错时无需重新训练模型即可持续提升预测质量。
本文评估了将法语句法词典Lexicon-Grammar中的数据整合到概率解析器中的效果，通过对动词进行词聚类方法，提高了法语的解析准确率。
本文提出了一种模块化框架，用于生成可发音、类型学上合理且语义结构化的工词汇，该框架使用来自PHOIBLE的音位清单和概率语法，优于确定性基线方法。
本文提出了场景抽象（Scene Abstraction）框架，该框架利用大语言模型的少样本提示，构建单词在上下文中引发的解释性场景的结构化表示。作者引入了COCA-Scenes数据集，包含520个使用实例，并提供了实证证据表明场景是可可靠识别的，且比替代方案更符合人类解释。
提出了一种新颖的词根与模式模型来描述阿拉伯语名词的屈折形态，重点关注破碎复数，包含160个类别的分类法以及应用于3200个词条的编码方案，旨在改进计算语言资源。
本文基于16项理论标准，对多词表达（MWEs）进行数据驱动分析，并由语言学专家进行标注，发现没有完全习语化的表达，且词汇标准影响最大。
本文介绍了IMLJD，一个专门用于分析印度婚姻诉讼的计算数据集，支持自然语言处理和法律分析研究。