本研究基于大样本语料库，探究男性和女性语言习惯间的差异，发现了字面和隐喻用语中的性别特异性，情感表达及使用环境的微妙差别，为性别化语言研究提供新的实验数据支持。
Oct, 2020
本文旨在研究男女语言使用的差异。通过统计演讲者在公共演讲中的用词，发现男性演讲者在语言、心理、认知和社会等方面的特定词汇比女性演讲者使用频率高。
Nov, 2022
该研究提出了一个可能委婉用语的术语语料库，并讨论语料库上的多个分析结果。研究发现，委婉用语通常会减少负面和冒犯的情感，人类在将这些术语标记为委婉用语与否时存在一定的分歧。
May, 2022
本文介绍了一种生成潜在变量模型，用于量化形容词（或动词）选用及其情感，并以头（或依赖）名词的自然性别为条件。研究发现男女名词描述之间存在显著差异，并且这些差异与常见的性别刻板印象相一致：用于描述女性的积极形容词更与其身体相关而不是用于描述男性的形容词。
Jun, 2019
该论文提出了一种利用上下文分析的无监督算法，能够检测出被用作委婉语的词汇，识别其秘密含义，并与现有技术相比获得高达 30% 至 400% 的准确度提升；这一算法在内容审核和政策规范的博弈中为审核员提供了有力的工具。
Mar, 2021
通过问卷调查 537 人得出结论，语言作为我们思维、偏见和文化刻板印象的反映。研究分析中发现了性别刻板印象的存在，特别是在定义男女角色时出现的，结果可作为理解刻板印象和期望对于不平等和惩罚产生的作用的起点。
Jul, 2020
研究发现，英语语料库中的统计规律将社会中已知的性别偏见编码为词嵌入中的群体偏见。使用单类别词嵌入关联测试，作者发现广泛存在性别偏差，这些偏差在词频、词性标记、语义类别和情绪情感方面均有所不同。男性更倾向于与技术、工程、宗教、体育和暴力等概念相关联，而女性则偏向于涉及外观和厨房等领域。同时，男性相关的词汇具有更强的情绪唤起和主导性，而女性相关的词汇则更加温馨。
Jun, 2022
本研究介绍了我们参加 EMNLP 2022 与第三届比喻语言处理研讨会所主办的委婉语探测共享任务的两阶段系统。该系统利用直接督导和视觉督导，同时考虑了直接描述和词汇生成的图像，发现这两种方法都可以显著提高系统性能。最终我们的系统得分为 87.2%，仅比最佳提交差 0.9%。
本研究通过语言自动推断性别关联发现单词聚类，并针对其所代表的语义概念进行标记，并比较了两个不同领域写作中人们如何谈论妇女和男子之间的差异，证明了人们谈论妇女和男子的方式存在大规模差异，并且这些差异在不同领域中有所不同。
Aug, 2019
本文研究政治文本中是否存在 hedge 的历时变化，通过对中英政治文本中 hedge 的对比分析，发现英文政治文本中 hedge 出现频率更高，在翻译过程中也会采用相应的翻译策略。同时，研究还发现 corpus 中 hedging devices 的使用出现了显着的历时增加。
May, 2023