ChronoLens 描绘五国议会中的语言变迁
这一框架分析了 1803 年至 2026 年间的 4,498 万份文档。
为什么重要
这项工作为跨语言、跨语言层级研究语言变化提供了一种更统一的方法。它可能帮助研究人员比较多语言语料库，而不必针对不同语言现象依赖彼此不兼容的表示方式。
核心要点
- 1.ChronoLens 使用冻结的多语言语言模型和特征对齐的 crosscoder。
- 2.该研究涵盖 1803 年至 2026 年间的 4,498 万份议会文档。
- 3.稀疏表示与语言学统计指标的匹配度优于测试中的基线方法。
研究人员推出了 ChronoLens，这是一个用于衡量历史语言变化的框架，可在同一分析空间内考察形态、句法、语义和语用层面的演变。研究将其应用于五种议会传统中 1803 年至 2026 年间的 4,498 万份文档、约 172 亿个 token，结果显示，其稀疏表示与语言学统计指标的契合度高于密集嵌入或合并式稀疏自编码器。
⚡ 今天就能用
在使用多语言嵌入比较跨时间历史语料库之前，先阅读这篇论文。
来源与原始报道
本简报汇总并链接到以下媒体的报道。
- arXiv cs.AIChronoLens: Measuring Language Change Across Time, Languages, and Linguistic LevelsAug 5, 12:00 PM↗
- arXiv cs.CLChronoLens: Measuring Language Change Across Time, Languages, and Linguistic LevelsAug 5, 12:00 PM↗
- HF Daily PapersChronoLens: Measuring Language Change Across Time, Languages, and Linguistic LevelsAug 4, 4:00 AM↗
觉得这篇简报有用？下一篇直接送到你的邮箱。