该论文提出了一种使用模糊推理系统将词语分解为字素的方法，其中字素是语音的自包含表示形式。该系统可正确预测词语中字素的数量，50.18% 的时间内准确率高于正确分类的容差范围内的 93.51%，但这种准确率会受区域口音和方言的影响。该论文还提供了另一种基准方法，通过递归的语音国际音标映射和发音字典的使用进行比较。

Apr, 2024

本文研究书面语的信息编码和语义特征，利用信息论的方法分析书面语中词汇的分布和使用，探求了主题 - 词汇频率关系。研究结果表明，在每个文本中，频率高的词汇与主题的相关性更大，这种现象可以用特征大小和分布模型来解释。

Jul, 2009

该研究回顾了现有的针对儿童的自动化书写障碍诊断系统，重点关注基于人工智能的诊断系统，分析涉及的数据收集方法、手写特征和使用的机器学习算法，并探讨了一些非人工智能的自动化系统以及现有系统的不足之处，提出了一种新的诊断系统。

Jun, 2022

本文旨在构建一个带有搭配支持的英语成语反向词典以帮助非母语学习者学习英语成语，通过应用 PMI 和 Word2Vec 等分析方法，作者们尝试解决了从语料库中挖掘成语的困境，同时提出了反向词典的实现方案。研究结果表明，通过机器学习等方法，可以进一步优化该成语反向词典。

Apr, 2022

本文介绍了一种新的方法，可以有效地处理多语言词汇表中的部分共形式，包括提出了新的分析模型，开发了新的高效方法和工作流，并演示了如何计算分析和交互式可视化共形式的推断结果。

Feb, 2023

通过虚拟现实游戏模拟学生与诵读困障（诵读障碍）即 Dyslexia 的困扰，传达了对提供支持方法的重要性。

Jan, 2024

本文提出了一种新的混合方法，该方法结合了统计和句法知识来检测和纠正现实世界中的单词拼写错误，并使用 Constraint Grammar（CG）区分搜索空间中一组校正候选项。

Feb, 2023

为了设计有效的模型来隔离词汇访问和语义，我们需要知道什么是一个词。然而，令人惊讶的是，很少有语言学家和哲学家对词有一个清晰的模型，尽管词汇影响人类生活的方方面面。本文概述了词典绝对不是什么（尽管通常被错误地作为），它可能是什么（基于当前的良好理论），以及对实验设计的一些影响。

Feb, 2024

本文提出了一种基于编码理论的词库可压缩性的分析方法，并通过研究各种语言的语料库，发现了构成型形态学和书写规则可以充分解释自然编码的大部分复杂性。

Apr, 2021

本文提出了一种基于上下文化词向量探索词类灵活性的方法，并应用于 37 种语言，发现由于一定的上下文语境影响，单词在不同的语法类别中产生语义的位移现象，这支持了词类灵活性是一个具有方向性的过程的观点。

Sep, 2020