本文讨论了自然语言中的内容词（如名词和形容词）和功能词（如限定词、助词和介词）的区分，以及如何通过强化学习在多个物体和感知显著渐进属性的情境中，在代理人玩信号游戏中出现这种差异。

Sep, 2019

本文讨论词的子词分割算法在自然语言处理和机器翻译等任务中的应用。虽然这些算法将单词分为形式上相对含义不明确的子词，然而它们在高效的机器翻译系统中发挥着作用。本文探讨这种算法的语言学和哲学学理基础，并试图使人工智能更透明和可解释。

Oct, 2022

本研究探讨双语词典学习是否有能力学习罕见的语法变形，并证明通过在训练时添加简单的形态学约束可以提高双语词典学习的性能。

Sep, 2019

通过自动发现和可视化语法描述，本研究旨在帮助语言教育专家自动创建材料，以便教授印度语言中的语法和语义知识。

Oct, 2023

本研究呈现了一个新的数据集以适用于三种语言且提供了建立和评估词汇简化系统所需的高质量数据体。通过采用神经网络架构，对两种高级系统进行了适应和评估，结果在英语中表现最佳。

Sep, 2022

本文探讨了自然语言变体的研究，通过识别语言特征（例如零 be 动词结构）在语料库中的分布情况，分析这些特征在不同语境中的变化，提出了一种基于人工编辑的自动检测方法，并在印度英语和非裔美国英语方面的实验中展示了该方法的有效性。

Sep, 2022

本研究介绍了一个自动框架，旨在通过自动发现和可视化语法的不同方面来促进语言教学，其中从自然语料库中提取描述单词排序、一致性、语法标记或词形成及词汇学习的描述，并显示例证。作者在印度语言 Kannada 和 Marathi 上应用此方法，以评估其实用性，并邀请北美的语言教育家对这些语言进行手动评估。教师们认为这些材料有趣，可以用作自己的课程准备或学习者评估的参考资料。

Jun, 2022

本研究提出了一种基于 Named Entity Recognition（NER）的细粒度条目分离阶段方法，可同时利用文本和视觉知识，用于从重复组织的文档中提取结构化数据，如字典、目录或报纸，实验结果表明该方法在 19 世纪法国商业目录中效果显著。

Feb, 2023

在本文中，我们介绍了一个包含西班牙语最常见动宾短语及其出现句子的数据集，每个动宾短语都被分配到 37 个词汇功能中的一个类别，用于执行一个分层分类任务。我们将这些类别组合成一个基于树结构的体系，并为每个层级引入了分类目标。该数据集通过对西班牙新闻中的短语进行依赖树解析和匹配而创建，我们提供了每个目标的基准和数据拆分。

Nov, 2023

本文通过提出一种基于句子层面的形态学，并创建了一个新的、基于句子层面的多语言数据集 MightyMorph，得出基于句子层面的变形、重新变形和分析任务比基于单词水平的任务更具挑战性，同时提供一种方便的界面与语境化语言模型（LMs）相接，评估这些模型中编码的形态学知识和它们用于形态学任务的可用性，为跨语言神经形态的研究打开了新的视野。

Feb, 2022