该研究使用基于语义概念的上下文敏感的词嵌入，相比于传统的固定参数词嵌入，可以提高介词短语附着模型的准确度。

May, 2017

研究了处理介词短语附着歧义的语料库或统计方法，证明了问题类似于语音识别中的 n-gram 语言模型，使用了最常见的语言建模方法之一，得到了 84.5％的准确性。低计数事件也很重要 - 忽略训练数据中发生不到 5 次的事件会将性能降至 81.6％。

Jun, 1995

本文描述了一种新的基于语料库的介词短语附着消歧方法，并与其他基于语料库的方法在这个问题上的性能进行了比较。

Oct, 1994

提出了一种更加语法化的方法来处理名化结构中的构成成分，并利用基于上下文的词表示来构建依存句法分析，实现了高准确率的动名对应。

Jun, 2023

提出了一种从自然语言文本中提取论点结构的新方法，其包括评分分配和结构预测两个阶段，评分分配阶段使用不同的训练策略和词嵌入特征对各种关系进行分类，最终预测出最佳结构，实验表明该方法表现优于基线系统。

Dec, 2016

本文介绍了一种新的基于词向量组合的确定性方法来解决代词消解的问题，结果显示其比其他最好的系统方法更加有效。

Nov, 2018

本文提出一种全新的端到端方法，用于联合预测语义角色标签任务中的谓词、谓词指向的句子主语和宾语及它们之间的关系，并在 PropBank SRL 数据集上取得了最佳效果。

May, 2018

本文提出了一种新的方法，利用定义建模来介绍一种广义的 SRL 形式，即使用自然语言定义而非离散标签来描述谓词论元结构。经过实验证明， 这种灵活的模型不会牺牲性能。

Dec, 2022

本文研究基于 NLP 和大量文本数据得到的自动化 argument mining，评估 argument 质量估计对于不同领域的通用性、与相关 argument mining 任务的相互作用以及情感对于观察到的 argument 强度的影响。作者发现不同领域的训练数据可以提高质量估计的泛化能力，在零样本迁移和多任务实验中，argument quality 在多个方面都能够得到改善，而情感对 argument quality 的影响不如人们普遍认为的那样大。

May, 2022

论文介绍了一种利用多层次信息和分布式信息的新技术，以检测名词短语的组合度，同时采用有监督的方法，并且使用了 Poincaré 嵌入，可以获得显著的效果提升。

Jun, 2019