概率语言类型学：元音库存的深度生成模型

ACLMay, 2017

概率语言类型学：元音库存的深度生成模型

Probabilistic Typology: Deep Generative Models of Vowel Inventories

Ryan Cotterell, Jason Eisner

TL;DR本文首次利用基于概率的深度随机点过程解决音韵类型学中的基础问题：什么构成了自然元音库，作者通过超过 200 种不同语言的广泛实验以及与之前的计算机模拟方法的对比，提出了全面的理论。

Abstract

linguistic typology studies the range of structures present in human language. The main goal of the field is to discover which sets of possible phenomena are universal, and which are merely frequent. For example, all languages have vowels, while most---but not all---languages have an /

linguistic typology universal phenomena probabilistic treatment vowel inventory stochastic point processes

发现论文，激发创造

元音共鸣峰模型的深度生成模型

该研究提出了一种基于前两个共振峰值的声学信息的生成概率模型，用以预测语言中包含哪些元音，从而归纳语言类型学的原理。

Jul, 2018

探索类型学知识库中的概率推论

本文介绍了一种使用计算模型发现语言基础规律的方法，其表现优于以往的基线模型，成功识别了已知的 Greenberg 大一统规律，同时还发现了有待进一步研究的新规律。

Jun, 2019

语言类型学的概率生成模型

使用指令与参数框架、生成式语言模型、指数族矩阵分解等方法建立语言结构的概率模型，实现了对不同语言之间结构的预测，并表明语言嵌入的预训练可以推广到未观察的语言。

Mar, 2019

语言变异和语言规律的建模：关于自然语言处理中的语言类型学调查

对语言类型学在自然语言处理中的应用进行了调研，发现目前的语言类型数据库在系统性能提升方面存在局限性，现提出将语言的类型类别与现代自然语言处理中的机器学习算法相融合的新方法。

Jul, 2018

多语种基于普遍依存关系的词序语法类型

介绍了一种基于连续值数据而非分类数据的新种子数据集，可以更好地反映语言的变异性，以及用于生成更广泛特征和语言的数据的方法学。

Feb, 2024

从音韵学到句法：利用语言嵌入进行不同层次的无监督语言类型学研究

我们学习了分布式语言表述的方法，可以用来预测语言在不同类型水平和 NLP 模型中的相似性，进而预测 WALS 中的语言类型特征。

Feb, 2018

朝向结构化音素库的归纳

为 EMNLP 2020 举办的 “SIGTYP 2020：语言类型学计算研究第二工作坊” 准备的此篇论文概述了现有语音类型学研究工作。

Oct, 2020

早期现代印刷排版分析的概率生成模型

本研究提出了一个深度解释性的概率生成模型来分析印刷的早期现代文献中的字形。该模型引入神经网络来聚类提取的字形图像，以发现混杂多变的潜在模板。实验结果表明，我们的方法在无监督情况下发现文献中的字体，准确率优于刚性解释聚类和过度弹性的深度生成模型。

May, 2020

自然语言处理中的 ' 类型多样性 ' 是什么？

本研究系统地调查了涉及 “类型多样性” 的自然语言处理研究，发现并无固定的定义或标准。我们引入了几种度量标准来近似衡量语言选择的多样性，发现结果在各篇论文中差异很大。此外，我们证明了偏斜的语言选择可能导致对多语言性能的高估。我们建议未来的研究应当在 “类型多样性” 方面提供清晰的操作定义，以从经验证据上证明语言样本的多样性。

Feb, 2024

为类型预测学习语言表示

利用 1017 种语言构建一个神经机器翻译系统，预测存在于语分类数据库中缺失的语言特征，实验表明该方法不仅能推测句法特征，还能推测音位、音库特征。

Jul, 2017