正式语法的范式转变：英语语法中的计算机算法
本文回顾了近年来自然语言处理领域的语言模型的发展，并探讨在研究语言模型中基于句法的研究中存在的问题以及解决方案，旨在为未来语言模型的研究提供一种较为多样化和立体化的研究视角。
Oct, 2021
本文从几个角度综合了各种主张，提出了一种独特的语言学派，将数学几何观点引入到语法中，描述了一种基于几何学的机制，用于解释人类语言里的显著特征，并提出了一种新型的匹配方法，利用代表单词的标记链来形成句子，并匹配语法词序。最终得到的二维和三维结合体为以往传统语法体系难以准确描述的语言规则提供了一种新视角。
Mar, 2023
本文探讨了词语语义变化检测方法的计算方式，介绍了一种基于形态句法行为变化的词汇语法分析方法（grammatical profiling），并证明其比某些基于分布式语义的方法（distributional semantic methods）更有效。
Sep, 2021
我们将 Merge 和 Minimalism 的概念扩展到了一个语法 - 语义接口的代数模型上，并展示了理论物理中归一化方法（提取有意义的物理值）在从句法表达中提取意义方面的相关性。同时，我们展示了这个公式与语义的计算模型之间的关系，并回答了关于大型语言模型目前对生成语言学的影响的一些争议。
Nov, 2023
本文探讨了语言处理中的单词顺序问题，并提出了基于语言学、心理语言学、计算语言学和自然语言处理的理论模型。进一步，为了优化处理单词最小化相关性，提出一种新的单词顺序，重点关注远距离依赖的人类和计算语言处理困难。最后探讨这些单词顺序对于人类语言和计算模型的影响。
Aug, 2021
基于英语和德语的议会辩论文献，本研究使用五个依赖解析器对句法语言变化进行历时趋势分析，包括线性依赖距离和其他与依赖距离最小化相关的度量标准，结果表明在不同的度量标准下，句法语言变化在英语和德语中具有类似趋势，且变化更频繁出现在句子长度分布的两端，这是一项使用现代自然语言处理技术的英语和德语句法语言的最广泛分析。
Feb, 2024
深度学习和自然语言处理在构造语法研究中产生了强大的模型，通过训练填空问题，显示了对丰富的语言信息和结构化知识的访问，本文旨在探索计算方法和构造语法研究之间的协同关系，并提供了深度学习模型的综合概述，以促进这两个领域的研究者之间的合作。
Aug, 2023
该研究利用整个语法以及语法中的独立节点对方言之间的句法差异进行了系统建模，结果表明句法变异的重要部分是语法不同部分之间的相互作用，并且方言之间的相似性严重依赖于被观察的语法子集。
Sep, 2023
本文介绍了一个用来量化语言中组合性和组合能力水平的框架，通过模拟人为语言游戏来证明 Blending Game 理论能够解释语言中的无意义形式的组合和构成过程。
Feb, 2016