考察了语篇可预测性对印地语句法选择的影响，发现信息状态和 LSTM-based 语篇可预测性对非规范的宾语前置语序选择有影响。

Oct, 2022

本研究针对印地语中的词序偏好，通过实证研究发现短语距离最小化策略，而非全局依存长度最小化策略，是更好的解释，同时，结果显示认知资源限制在自然语言形成中扮演着至关重要的角色。

Apr, 2023

在 SOV 语言中，通过将短的前动词成分移到主动词旁边，以减少所有与主动词相关的前动词依赖的长度，从而解释了前动词成分排序决策，这表明了一种最低努力策略和有界理性在语言决策和语言进化中的作用。

Apr, 2024

语言中的距离最小化是一般原则，其特例是词序中的交换距离最小化。本文探讨了该原则在主语（S）、宾语（O）和动词（V）三者组成的三元组中的表现，并引入了词序旋转的概念作为预测的认知基础。结果表明，在三种灵活顺序 SOV 语言（韩语、马拉雅拉姆语和僧伽罗语）中均存在交换距离最小化的证据，但在僧伽罗语中较为弱。在韩语和尤其是马拉雅拉姆语中，交换距离最小化比对规范顺序的偏好更为突出。

Dec, 2023

通过将元素数量视为从奇数到偶数的前一个情况的过度，论文研究了在线存储成本的诸多方面，并证明将核心放在中心可以最小化在线内存成本。

Sep, 2013

通过空间网络将句子中单词的语法依赖关系表示为优化问题，引入新的评分方法来量化减少单词距离的认知压力，研究 93 种语言的句子，发现这种方法能准确评估大约一半的语言的优化水平，并对各个领域的语言研究提供了启示，特别是对网络科学有重要意义。

Jul, 2020

语言的世界呈现出特定的类型学或意向性普遍现象；例如，主 - 宾 - 动 (SOV) 的语序通常使用后置词。通过语言模型的计算模拟，我们研究了语序普遍现象。我们的实验表明，具有类型学典型语序的语言模型的困惑度较低，其中包括认知可行的偏见：句法偏见、特定分析策略和记忆限制。这表明认知偏见和可预测性（困惑度）之间的相互作用可以解释语序普遍现象的许多方面。这也展示了在计算模拟语言普遍现象时的认知驱动语言模型的优势，这通常在认知建模中使用。

Feb, 2024

通过 80 种语言的语料和系统发展模型，研究说明了单个语言中词序变化的频率分布和演化，说明词序变异反映了语言在维持总体有效性方面优化竞争压力的不同方式。研究结果表明，语法结构和使用在有限的认知资源下相互协调以支持有效沟通。

Jun, 2022

从信息论的角度出发， 增加了一个竞争性的语序原则：目标元素可预测性的最大化，进一步完善了词序的数学理论。 然而依存长度的最小化与可预测性最大化之间存在矛盾，对于头的最大化可预测性，头应该出现在最后，这最大化了相对于依存长度最小化的成本。本文回顾了这种广泛的理论框架对于理解主语，宾语和动词 6 种可能排序的最优性，多样性和演化的影响。

May, 2017

本文探讨了语言处理中的单词顺序问题，并提出了基于语言学、心理语言学、计算语言学和自然语言处理的理论模型。进一步，为了优化处理单词最小化相关性，提出一种新的单词顺序，重点关注远距离依赖的人类和计算语言处理困难。最后探讨这些单词顺序对于人类语言和计算模型的影响。

Aug, 2021