研究发现，与语言中其他单词相比单词的独特性在识别流畅口语中的作用至关重要，且这种独特性可以通过语言的声音或字符序列的统计模型来测量，这也可以解释为什么短的单词反而较少使用；这一发现提供了证据表明听众的处理负担在跨语言的单词形式的微观层面起着关键性作用。

Mar, 2017

此论文提出了一个简单的公式来度量语言词长的优化程度，并表明语言在优化方面的平均水平为 62％至 67％，声音上的语言单词持续时间的优化程度比字符中的写作长度更高。

Aug, 2022

该研究提出了一种基于动态摩擦的文本分析方法，其使用文本字母的分布频率计算摩擦系数，通过与 Flesch 阅读易度比较，论文展示了该方法的有效性，同时提供了分析程序的源代码。

May, 2022

本研究探讨了不同的字母表对于文本压缩的影响，推荐使用含有意义的音节或单词作为最佳压缩字母表，并优化编码表示以获得更好的压缩效果。

Jan, 2022

在《COMSW4995 002 几何数据分析》课程的团队项目中，我们通过在优化框架中利用几何工具，提出了一种新颖的键盘布局，以实现更快的打字速度。

Oct, 2023

从复杂性科学的角度总结了自然语言研究中使用的主要方法概念，并记录了这些方法在识别语言的通用和系统特征方面的适用性。讨论了数量语言学中三个与复杂性相关的研究趋势，包括对文本中单词频率的研究、基于时间序列分析的方法应用于研究书面文本中的相关性、以及将网络形式主义应用于自然语言研究中。

Jan, 2024

通过计算信息熵和互信息，筛选掉文本长度的影响，我们发现了存在于人类文本和核苷酸序列中的长时间相关性，并发现了关于互信息，每个字母的熵以及子单词数量的缩放定律。

Sep, 1993

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

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

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