该论文通过语体转换任务，给定目标散文语体，提出了一个系统，生成样式改变但保留输入文本意义的输出，介绍了一种高质量的，对齐的，有样式差异的文本源，以圣经不同版本提供了标准化的训练，开发和测试数据集并报告了评价指标 BLEU 和 PINC, 本任务数据集无与伦比，可用于其他自然语言任务.

Nov, 2017

本文以戏剧作品为例，分析了角色特点的语言风格区别，提出了两种新的分析独特性的方法，并应用于法语、德语、俄语和莎士比亚作品的语料库中，以探讨不同语言和时期的比较分析。研究发现，女性角色在直接的叙述和情感主题上的语言风格更具独特性。这一发现为未来更深入的研究提供了思路。

Jan, 2023

提出一种高效、能够识别不完全相同的并行段落的方法，通过使用语料库中每个单词的两个最不常用的字母，找到由四到五个单词组成、相差不超过一个单词的匹配字符串对，然后识别这些匹配字符串对的聚类，该方法在约 30 秒内在数百万字的希伯来 - 阿拉姆语语料库中识别出 4600 多个并行段落，与缓慢、耗时的穷举法相比，该方法的覆盖范围基本相同。

Feb, 2016

本文通过统计文本中单词的空间使用情况，利用信息熵作为工具实现自动关键词提取，并以达尔文的《物种起源》为代表性文本样本进行性能测试和比较。

Jan, 2007

使用统计自然语言解析器提取的语法结构信息进行作者鉴定的新可能性探索，通过对一组 “证据文本” 进行基于语法结构的作者分类的测试，证实了统计解析器的信息能够帮助区分作者。

Mar, 2024

我们开发了一种定量方法来评估美国诗歌的风格，并将诗集可视化以相互关联。我们通过定性诗歌评论指导我们开发了分析各种拼字、句法和音素特征的度量标准，这些特征用于从诗歌的多层潜在结构中发现全面的风格信息，并计算诗歌之间的距离。可视化提供了对分析组件的便捷访问。我们在几个诗歌集上展示了我们的方法，显示出它比传统的词出现特征在典型文本分析算法中使用的方法更好地描绘了诗歌风格。我们的方法在学术研究文本、对诗歌的直观个人反应的研究以及根据读者喜爱的诗歌进行推荐方面具有潜在的应用。

Oct, 2023

本研究通过开发一套资源集合，包括 NLP 分析工具、清理和注释小说的数据库以及相关的网页接口，来进行大规模小说分析，描述了注释系统的主要功能及其价值，并展示了从网站中获取的分析结果样本，如人物出现和互动的可视化、类似的书籍、代表性词汇、词类统计和阅读难度指数，同时解释了通过注释格式在大型小说语料库中进行定性和定量分析的应用。

Nov, 2023

本章提出了更明智的文本风格变异统计目标，主要分别从文本学和应用角度阐述了在受众阅读经验的基础上制定的目标所必须具备的关键概念：相关性、有效性和实用性，并探讨了文本风格的变异因素是个体选择而非纯文本特征本身，而读者对特定文本的评价通常基于文体类型的分类。

May, 2022

这篇论文介绍了一个新的、具有专家注释的后古代和中世纪希伯来诗歌数据集，探讨了其中的隐喻现象，并希望能够促进这一领域的进一步研究。

Feb, 2024

提出了一个基于 Transformer 模型的针对希伯来文文本的分类系统，并且展示了如何通过该系统找回《Tanhuma》中失落的材料。

Nov, 2022