distributional-semantics

该论文提出了一种归纳框架，通过结合跨语言共用词（colexification）网络与文本概念描述，学习语言无关的概念嵌入，从而能够为未见过的概念生成嵌入，并与跨语言相似度度量具有良好的相关性。

该研究利用RoBERTa掩码语言建模，在科幻与一般小说语料库中对man/woman/person进行掩码替换分析，发现两个语料库都存在跨性别二元的替换，但科幻展现出更强的性别可渗透性与去性别化倾向，为计算文学研究提供了可迁移的分析管线。

本研究使用词嵌入来分析中文普通话中的重叠结构，揭示了语义和语用分化，并验证了分布语义学在语言研究中的有效性。

本文使用word2vec嵌入和神经网络来分析词性分类中的固有模糊性，创建一个三维语义空间来可视化典型词和语言类别之间的边界。

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。