我们旨在解释人脑如何将单词连接起来形成句子，通过引入一种新颖的模型来建模句法表示，可能显示出所有自然语言的普遍句法结构的存在，从而提供人类大脑中语言工作方式的基本理解，同时为语言学、心理学和认知科学的理论提供一些见解。我们研究了普遍句法结构的逻辑和建模技术的方法论，试图分析展示不同自然语言（如英语和韩语）中语言过程的普遍性的语料库。最后，我们讨论了关于人类大脑理解方面的关键周期假说、普遍语法以及其他一些语言断言。
Dec, 2023
通过空间网络将句子中单词的语法依赖关系表示为优化问题，引入新的评分方法来量化减少单词距离的认知压力，研究 93 种语言的句子，发现这种方法能准确评估大约一半的语言的优化水平，并对各个领域的语言研究提供了启示，特别是对网络科学有重要意义。
Jul, 2020
研究深度神经语言模型的可解释性，通过在多种语言模型中应用基于深度句法和表层句法的分析方法，考察其对语法结构的捕获程度以及不同语言间的一致性关系，并发现该语言模型普遍倾向 “Universal Dependencies” 语法形式，并且这种倾向的强度与树形状的差异有关。
Apr, 2020
人类语言是一种独特的自然界沟通方式，其系统性在于信号可以分解为词汇并通过一种规则方式组合成句子，且通过最小化过剩熵的方式实现自然语言一致性，进而达到高效的沟通和信息处理。
May, 2024
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
本文将句法学看作是一种在空间中应用拓扑操作的集合，探讨了将句法学这种理论从离散元素的组合中抽象出来的影响，论证了从空间运动的角度开展语法理论研究的必要性和优势。
Sep, 2018
本文基于自由能原理，提出利用语言的组合结构进行有效推断。作者试图用最小搜索的方法解决语言形成的计算问题，并提出了一种新的语言设计原则 —— 图灵 - 乔姆斯基压缩。研究结果为理论语言学和心理语言学提供了实证基础。
Oct, 2022
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
本文介绍了现代深度神经网络在机器翻译等需要广泛语言技能的工程应用中取得的卓越性能，探讨它们是否从接触的原始数据中引导出类似于人类语法知识的思想，并讨论这些工作对理论语言学的广泛影响。
本文介绍了一种新的方法 SSUD，通过利用语法关系的一个属性 —— 语法替换性，不需要监督下拉金标准解析，就能诱导出语法结构，从而帮助理解大型预训练语言模型（LLMs）的句法能力，提高依赖分析任务的定量和定性效果。
Nov, 2022