使用基于 BERT 的单词意义归纳技术对学术专业术语进行量化分析，并测量其对不同学科领域的影响，发现学科领域之间的交流受到了学术专业术语的阻碍。

Dec, 2022

本文提供了一个包含 445 篇人工和计算机生成的文档的语料库，其中包含约 27,000 个从句，注释了语义从句类型和相关关系，以便对人工和自然语篇模式进行微妙的比较。它涵盖了正式和非正式的话语，包括使用 Fine-tuned GPT-2 和 GPT-3 (分别为 Zellers 等人 2019 年和 Brown 等人 2020 年发表的技术) 生成的文档。通过提供初步的证据，我们展示了该语料库对于对生成文本进行详细的话语分析的有用性：较少数量、更短和更不连贯的从句关系与计算机生成的叙述和论述的较低感知质量相关联。

Nov, 2021

文档收集的典型结构与循环主题之间的关系是核心问题，提出了一种基于图的方法来提取整个收集的结构，并希望未来的工作能够利用这种方法进行多文档应用和结构感知模型的研究。

Feb, 2024

本文提出了一种基于语言模型的信息检索算法框架的新方法，并将类似文档群的信息整合进去以提高检索效果；实验结果表明，即使是此新方法中的较简单算法也能优于标准语言模型方法，并且我们的新插值算法在所有测试语料库中均能显著提高精度和召回率表现。

May, 2004

该研究通过分析近 2,000 份自然语言处理领域内的引用来研究作者引用的方式和读者跟随引用的方式，发现作者的引用方式受到话语结构和出版场所的影响，聚焦于前后文而非方法。还证明了如何引用相关工作能够预测一篇论文的引用次数，并且引用角色的变化表明 NLP 领域正在经历一次重大的共识增加。

Sep, 2016

本研究提出了一個新的數據集，旨在研究論證時實際情境和語境對論據質量的影響，並提供整合了語境的預測模型，展示其在預測特定論證中所使用的論點對外界的影響時比僅依賴於論點語言特徵的模型更加準確。

Apr, 2020

本文探讨句法分析在语义分析中的作用，并以 Universal Dependencies 和 UCCA 为案例进行比较研究。研究发现，两种分析方案的显著差异主要集中在情景场景与非情景场景的区分、主从关系与参与关系的区分、多词语表达式的处理、以及从句间的连接方式等四个方面，这表明在文本理解这方面，语义分析方法在下游应用中可能比语法分析方法更加有效。

Mar, 2019

从自然语言处理的角度探索教育文档的教育价值，介绍文档的 “教学角色” 概念，并创建第一个带注释的语料库用于测试自动预测教学角色的基线技术。

Aug, 2017

本研究提出了一种神经嵌入技术，利用引文网络中所含的信息来获得科学期刊的连续向量表示，实现了对期刊之间微妙关系的编码，以及科学的复杂学科和跨学科结构，从而进行学科之间的类比。此外，研究表明这些嵌入向量可以捕获多个学科之间的联系，包括从 “软” 到 “硬” 或从 “社会” 到 “生物” 的学科跨度等。该框架为科学研究提供了新的量化方法，进而促进了知识的创建和组织的研究。

Jan, 2020

本文介绍一种用于处理法律文档的语料库以及基于该语料库训练的模型，可自动预测法律文档中的修辞角色，进而提高摘要和法律判决预测的性能，并在本文中发布了此语料库和基线模型代码。

Jan, 2022