本文使用计算模型通过测试历史性俚语词典词条，探究并表征美国和英国二百年来俚语用法地理变异的规律，并提供了历史文化元素在俚语自然语言处理中的应用的机会。

Oct, 2022

本文介绍了一种基于概率推理和神经对比学习的框架，通过编码与传统语言和语境相关的新颖俚语意义的方式建立一个模型，旨在机器生成俚语，结果表明这种方法不仅优于现有的语言模型，而且更好地预测了 1960 年代到 2000 年代俚语词语使用的历史演变趋势，为自然语言的自动化生成和解释打下了基础。

Feb, 2021

介绍了最近计算技术中应用到词汇语义变化的方法与工具，着重研究了语义变化的历时概念变化扩展。

Nov, 2018

现代计算语言学的研究活动趋势包括语义变化的特征化、新词汇与计算语言学的关系，以及计算语言学算法（如翻译、信息检索、问答等）中语义变化的影响。

Feb, 2024

本研究提出一种基于语义信息的俚语解释方法 (SSI)，通过考虑候选解释在语境和语义上的适当性，实现了在英语俚语解释方面的最新技术，同时优雅地在缺乏数据的零样本学习和少样本学习中使用。此外，该方法还成功应用于英语俚语的机器翻译中，为自动化解释和翻译非正式语言打开了机会。

May, 2022

使用推特数据集跟踪语言变化，揭示了语言变化是一种社会影响，基于 Hawkes process 模型验证了社交网络中的强关系在语言影响中扮演重要角色。

Sep, 2016

本文介绍了两种不同的分布式度量方法如何用于检测两种不同类型的语义变化，第一种方法分析词汇分布语义的全局转变，对语言漂移等规则过程的变化敏感，第二种方法则更敏感于文化转变，两种方法的比较可以帮助研究人员确定变化的性质是更具文化性还是更具语言学性。

Jun, 2016

提出了一个新的基准 SLANG，评估语言模型对于理解互联网上新兴语言趋势的能力，并提出了基于因果推断的方法 FOCUS，它通过研究语言变化的真实例子来增强语言模型对于新短语和用法模式的理解。实证分析表明，基于因果推断的方法在解释互联网俚语和表情包时，准确性和相关性方面优于传统模型。

Jan, 2024

通过评估 PPMI，SVD 和 word2vec 等词嵌入模型来量化语义变化的方法，我们提出并验证了语义演化的两个定量化规律：与频率呈反幂律相关的语义变化率规律和与多义性无关的语义变化率规律。

May, 2016

本文探讨了语言变化是如何通过文化进化的过程中进行的，我们应用了最近引入的方法来量化历史语言变化中选择强度，这个方法比以前应用过的类似方法更可靠和易于解释，结果表明在语音形式和语法形式之间选择时，倾向于语音形式简单性，最终证明了可以使用历史语料库数据定量测试语言变化机制的假设。

May, 2023