研究语言的发展和通信在人类互动中的重要作用，语言研究已经成为定量化任务，其中包括定量比较语言学和词汇统计学，作者关注英语语言和拉丁字母的起源与发展，研究了印欧树追溯到原始印欧语的许多现代语言，通过数据分析使用 3 - 蜘蛛来表示语言聚类，通过聚类的距离来构建树状结构，初步结果发现了非粘性和粘性样本均值，由此判断语言是否来自不同的祖先或共有一个共同祖先。

May, 2024

通过 Ethnologue 专家分类的比较，对使用全球语言数据库进行语系重构的距离方法进行了全面调查和准确性评估，并量化了数据库的完整性和覆盖范围对重构准确性的影响。

Mar, 2011

语言间的词汇相似性表明它们可能存在遗传关系，然而这些相似性也可能是偶然的，并不总是意味着潜在的遗传关系。本文提出了一种似然比检验的方法来确定语言之间的关系，并评估了一些语系，证明了该检验的可行性和支持了宏观语系的存在。

Mar, 2024

使用基于词性标注的三元组来计算语言间的语言距离，发现语言之间存在明确的族群和组群，且语言之间的相似性与地理距离呈显著相关。

Mar, 2024

通过对十个不同语系的多样数据集和最先进的自动同源词和音序对照检测方法的建立，我们首次测试了基于音序对比与基于同源词对比的方法在语系重建中的性能，并发现从同源词重建的语系与黄金标准语系之间的拓扑距离平均上缩短了约三分之一。

Feb, 2024

通过使用形式上标记的嵌入的形状之间的距离矩阵，利用持久同调的概念，对 81 种印欧语言进行语言进化树的重建。

Mar, 2024

通过空间网络将句子中单词的语法依赖关系表示为优化问题，引入新的评分方法来量化减少单词距离的认知压力，研究 93 种语言的句子，发现这种方法能准确评估大约一半的语言的优化水平，并对各个领域的语言研究提供了启示，特别是对网络科学有重要意义。

Jul, 2020

使用跨语言词向量检测印度 14 种语言的同源词，通过知识图谱生成上下文特征表示以提高同源词检测方法，并在 12 种印度语言和 2 种新语言上评估此方法，获得最高 18% 的 F-score 和 2.76 BLEU 的 NMT 改进，最后公开代码和数据集。

Dec, 2021

通过探索与语言的亲缘关系、接触领域、普遍性或偶然性相关的词汇联合，本研究通过构建大规模图表，包含语义、亲缘、音系和地理数据，从而揭示了亲缘稳定性和接触引起的变化对跨语言相似性的语言学影响。该研究支持了语言学领域先前的一个假设，并提供了反证证据，为跨学科研究，例如多语言自然语言处理和比较语言学，提供了一个开放的研究资源。

Jan, 2024

本文提出了一种基于概率的字符串编辑距离模型，并通过应用于口语语音中单词发音的学习来证明其实用性

Oct, 1996