介绍了最近计算技术中应用到词汇语义变化的方法与工具，着重研究了语义变化的历时概念变化扩展。
Nov, 2018
该论文评述了语义变化计算在计算语言学领域中的发展现状，提出了一个框架，总结了该领域的五个关键组成部分：历时语料库、历时词义表征、变化建模、评估数据和数据可视化，并指出了该领域存在的核心问题。
Jan, 2018
本文介绍了两种不同的分布式度量方法如何用于检测两种不同类型的语义变化，第一种方法分析词汇分布语义的全局转变，对语言漂移等规则过程的变化敏感，第二种方法则更敏感于文化转变，两种方法的比较可以帮助研究人员确定变化的性质是更具文化性还是更具语言学性。
Jun, 2016
该研究论文介绍语义变化的计算建模方法，对不同类别的模型进行优缺点讨论，探讨了语义变化计算研究的重要方面与评估技术。
Apr, 2023
历史语言学家确定了多种形式的词汇语义变化。我们提出了一个三维框架，用于整合这些形式，并提供了一种统一的计算方法来同时评估它们。这个框架能够经济、系统地绘制词汇语义变化，并在计算社会科学中应用。我们对两个语料库中的心理健康和心理疾病的语义转变进行了分析，展示了关于病态化、社会污名化和概念蔓延的当代关注的语义变化模式。
Jun, 2024
提出了一种新的计算方法，用于跟踪和检测单词的语义和用法中的统计显着语言转变，并对一定时间内的单词用法进行了分析，最终使用深度人工神经网络模型，构建了时间序列，使用其跟踪了语言变化趋势。
Nov, 2014
通过构建模型，本文提出一种检测词义变化类型的方法，利用同步词汇关系和词义定义的信息，通过在 WordNet 上使用同义词集定义和层次信息，在 Blank（1997）的语义变化类型数据集的数字化版本上进行测试，最后展示了感觉关系如何提高语义相关性和二元词汇语义变化检测的模型。
本文提出从变化检测到变化发现的新方向，重点在于发现全文词汇中的新单词含义变化。通过对最近发表的德语数据进行深度调整，研究人员证明了两种模型都可以成功地应用于发现正在经历含义变化的新单词。此外，还提供一个几乎全自动化的框架用于评估和发现。
Jun, 2021
通过因果关系的镜头来研究语言的演变，我们分析了俚语词和非俚语词的语义变化和频率转移，发现俚语词虽然语义变化较小，但频率转移较大。
Mar, 2022
本章节介绍了在计算科学和语言学领域日益增长的兴趣中，对大规模历时文本数据建模和检测语义变化的主要方法，大多数方法都使用神经嵌入，虽然神经模型是易于建模历时文本的主要原因之一，但在解决问题的许多方面距离理想状态还有很远的路要走，该领域有着若干个开放和复杂的挑战。
Jan, 2021