Sep, 2022

句法方言分类的时空稳定性

PDF
TL;DR本文分析了基于句法表示的方言分类器在空间和时间上的稳定程度，并构建了一个测试集，评估了 12 种英语方言在 3 年内随时间变化的分类准确性和语法变化速率。通过在语用建构语法范式（CxG）中制定的句法表示，可以识别在时间和空间上发生语法变化的地区。本文的主要贡献在于表明严格评估方言分类模型可用于发现空间上的变异和时间上的变化。
dialect classifierssyntactic representationgrammar inductiongeospatial text classificationsyntactic change
发现论文，激发创造
  • 方言嵌入空间的变异性和不稳定性

    本文研究使用不同区域英语的嵌入空间的变化，并控制嵌入的不稳定性。实验得出结论：培训数据中的方言会对生成的嵌入空间产生显著的影响，并且这种方言差异在词汇的特定部分尤其容易出现变化。这表明方言之间存在语义上的差异，除了之前研究所述的词汇和句法差异。

    Mar, 2023

  • 跨语法的句法变异：建模复杂自适应系统

    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

  • 人类方言的空间演化

    人类方言的地理分布模式由历史决定，我们提出的简单语言变化空间模型可以预测历史演化的结果，因为其驱动作用可以推动很多复杂的，随机的早期状态走向更稳定的最终配置。

    Mar, 2017

  • 方言间的音韵复杂度

    通过对荷兰方言和闽方言的微观研究，我们在方言层面上发现了词长和音韵复杂性之间的权衡关系，并使用 LSTM 基于电话级别的语言模型得出实证证据。地理广义加性模型（GAM）表明，音韵复杂性较低的方言集中于首都地区，这与语言变体中人口较多或更多样化的陈述相对应。我们还尝试了将预测音节构成作为辅助任务纳入，但未观察到负相关性的增加。

    Feb, 2024

  • 不同空间、时间和语法尺度下的语言统计学

    采用 Twitter 数据，研究英语和西班牙语的语言统计学，特别是不同尺度的排名多样性以及 Twitter 专属标记的统计学，发现在语法尺度上，即使在不同的尺度、语言和国家值下，排名多样性曲线最相似。结论有助于量化语言统计特征的普遍性及其带来的变化。

    Jul, 2022

  • 量化攻击性语言分类器的地理表现差异

    研究发现，在不同的语言和方言中，文本分类器存在偏见。本文介绍了一个新的数据集 GeoOLID，以及基于该数据集进行的地域相关内容以及其对模型性能差异的完整分析。研究表明，当前模型不能跨位置推广，并且尽管针对非洲裔美国英语的攻击语言模型会引起虚假警报，但是模型性能与每个城市的少数族裔人口比例没有相关性。

    Sep, 2022

  • 语法分析应用于语义变化检测

    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

  • 使用混合密度网络对地理定位和词汇方言学进行位置的连续表示

    本文提出了一种基于神经网络模型和高斯分布混合的方法，用于将二维位置嵌入到连续向量空间中。该模型包括两个变体，用于基于文本的地理定位和词汇方言学。在 Twitter 数据上进行评估，该模型优于传统的基于回归的地理定位，并提供更好的不确定性估计。我们还展示了从位置预测词汇在词汇方言学中的有效性，并使用 DARE 数据集进行评估。

    Aug, 2017

  • 通过句法距离和地理邻近性探索语言关系

    使用基于词性标注的三元组来计算语言间的语言距离，发现语言之间存在明确的族群和组群，且语言之间的相似性与地理距离呈显著相关。

    Mar, 2024

  • 对数百种语言进行句法规律分类

    本文介绍了用于扩展语言资源的分类方法，比较了 WALS 的六个句法规则在 325 种语言中的分类效果。我们发现在使用 propagating 大多数标签的方法中，结合形态学和语言特征的逻辑回归模型的分类效果最好。

    Mar, 2016