XiaoMi-AI文件搜索系统
World File Search SystemLing
大脑编码和解码的计算语言学
近年来，计算语言学 (CL) 取得了巨大进步，大型语言模型等模型在各种自然语言处理任务中表现出色。这些进步凸显了它们有助于理解大脑语言处理的潜力，尤其是通过大脑编码和解码的视角。大脑编码涉及将语言刺激映射到大脑活动，而大脑解码是从观察到的大脑活动重建语言刺激的过程。擅长捕捉和操纵语言特征的 CL 模型对于将语言刺激映射到大脑活动和反之亦然至关重要。大脑编码和解码具有广泛的应用，从增强人机交互到为有沟通障碍的个人开发辅助技术。本教程将重点阐述计算语言学如何促进大脑编码和解码。我们将深入研究使用计算语言学方法进行大脑编码和解码的原理和实践。我们还将讨论大脑编码和解码的挑战和未来方向。通过本教程，我们旨在提供计算语言学和认知神经科学之间交叉点的全面而翔实的概述，启发未来对这一令人兴奋且快速发展的领域的研究。
语言学（辅修）
语言学是研究人类语言的科学。它力求确定人类语言中什么是必要的、什么是可能的、什么是不可能的。语言学家在努力确定各个语言的独特品质的同时，也在不断寻找语言的普遍性——这些属性的解释力可以跨越所有语言。语言学学科围绕句法（句子的组织原则）、形态学（单词的构造原则）、语义学（意义的研究）、语音学（语音的研究）、音系学（语言的声音模式）、历史语言学（语言随时间变化的方式）、社会语言学（语言与社会的相互作用）、心理语言学和神经语言学（语言在大脑中的表征）。目前，教职员工的研究涵盖整个领域，包括句法和语义的相互作用、语音学和音系学、语言接触、洋泾浜语和克里奥尔语、城市社会语言学以及句法过程的计算机类比等主题。
语言学（BA）
语言学是人类语言的科学。它试图确定在人类语言中必不可少的哪些，哪些是可能的，哪些是不可能的。虽然语言学家致力于确定单个语言的独特特征，但他们一直在寻找语言普遍性，即在跨语言中解释的能力。语言学学科是围绕语法组织（句子组织的原则），形态学（构造单词的原则），语义学（含义的研究），语音学（语音研究），语音学（语音研究），语言（语言模式），声音模式（声音模式），历史语言（语言的方式），社会语言和社会语言（社会语言），与社会的互动式（社会语言），互动式的语言，互动界面，互动界面，互动的语言，界面语言，互动界面，是互动的语言。神经语言学（大脑中语言的表示）。当前的教职员工研究遍及领域，包括语法与语义，语音和语音学的相互作用，接触语言，语言变化，城市社会语言学以及句法过程的计算机类比。
双模双语：关键在于...... - PsyLing
我的主要研究兴趣是了解人类神经认知发展如何受到社会和语言经验的影响。聋哑父母的听力正常儿童（也称为 CODA）是一个有趣的群体，因为他们具有独特的交流经验，因此可以研究依赖经验的可塑性。事实上，他们可能同时接触手语（例如美国手语）和口语（例如英语），从而导致出现一种特殊的多语言现象：双模态双语现象。尽管传统上关于这一群体的数据有限且往往不一致，但人们通常认为他们有语言学习困难的风险。本演讲将讨论最近的数据，比较从婴儿期到学龄期的双模态双语者的大脑激活模式和语言习得概况，并与从出生开始学习两种口语的儿童（单模态双语者）和学习单一语言的儿童（单语者）进行比较。结果表明，语言经验会影响生命最初几个月的大脑语言网络的发展。他们还指出，双模态双语者从婴儿期到学龄期都能成功习得语言，与听力正常的父母的孩子相比，他们在某些方面具有优势。以双模态双语为例，本演讲将说明语言专长的形成是一个依赖于儿童环境和经验的适应性过程。
语言概念的视觉类比及其含义
摘要 许多视觉生成人工智能 (AI) 模型使用文本“提示”作为输入来指导生成图像的开发。将文本转换为图像利用了语用学和语义学，这会对输出产生影响。为了促进更精确的提示，我们提出了文本相似性的三维向量空间，它使用文本表示、听觉表示和含义相似性作为轴。接下来，我们表明两个单词之间含义相似并不一定会导致相应的 AI 生成的这些单词图像之间视觉相似。我们利用八个图像生成器为抽象和具体的同义词、反义词和上义词-下义词对生成图像，并将它们的图像-图像 CLIPScore 与它们对应的文本-文本 CLIPScore 进行比较，从而定量地证明了这一点。在所有模型和关系类型中，文本与文本和图像与图像相似度的平均相似度同义词从 92.8% 下降到 70.1%，反义词从 89% 下降到 58.9%，上义词-下义词对的平均相似度从 85.6% 下降到 68.1%。
Yen-Ling KuoYen-Ling Kuo
Gang-Mu Liu，UVA数学＆CS 2024年3月 - 现在得到了Ingrassia家庭研究的支持，Echols Scholars Yuyan Wang，UVA CS＆Stats 2024年2月 - 现在Luke Kaplan，现在是Luke Kaplan，UVA CS＆Stats，UVA CS＆Stats 2024年2月2日 - 现在Eric Li，Eric Li，Eric Li，Uva f e fea fea te t t t tz uva caps up 20224-2024-2024-2024-2024-2024-2024-2024 - 8月2024年2月24日，8月202日。 2024年至2024年5月，UVA CPE，2024年1月 - 2024年7月，在Dean的本科工程夏季工程奖学金中支持Mehrshad Mirmohammadi，本科生实习生，EthZéurich，EthZéurich（与XI Wang）的20222222 PARHAM SAREMI，ETH ZS Z. MET，MIT（与Lucia Schiatti共同咨询）的Audrey Douglas 2022 Daniel Sun，Urop，MIT，2019 Victor Turviner，本科生实习生，然后在Stanford 2019夏季夏季Michael Michael Satherson，MIT夏季研究计划，纽约市纽约大学，纽约大学，2018
LIN - 语言学
主题 3：手语和手语社区。与美国手语 326 相同。研究手语的语法、手语在手语社区中的使用以及将手语作为第一语言的习得。无需了解美国手语。可能不计入任何学士学位的外语要求。先决条件：高年级。主题 4：语言与人。语言和语言学中对人影响最直接的领域，例如语言和种族、语言和国家建设以及语言政治。先决条件：高年级。主题 5：双语语言习得。研究双语第一语言习得的各个方面，包括音系、形态学和句法，以及儿童对其语言的使用。先决条件：高年级。主题 6：美洲土著语言。与拉丁美洲研究 322（主题 15：美洲土著语言）相同。研究美洲语言的各个方面，包括其语言结构、其存在的文化领域以及语言接触和变化的历史。一学期每周三个讲座小时。先决条件：高年级学分。主题 7：语言、认知和节奏。探索语言与各种音乐形式之间的联系，以及这些联系的心理基础可能是什么。阅读材料主要来自心理学、语言学和音乐感知方面的已发表文献。语言学 350（主题：语言、认知和节奏）和 350（主题 7）不能同时计算。其他先决条件：高年级学分。主题 10：如何描述语言。语言记录和保存的实用介绍。主题包括语言多样性和描述、记录和保存语言的实用方法，重点是有限数据集的音系和形态分析，以及语言学家与希望记录或振兴其语言的语言使用者群体合作的作用。一学期每周三个讲座小时。语言学 350（主题：如何描述一种语言）和 350（主题 10）不能同时计算。其他先决条件：高年级。主题 11：语音清晰度。概述影响语音清晰度（口语可理解程度）的说话者、听众和信号相关因素的主要实证研究结果。探索信号相关（物理）、外围（听觉感知）和系统相关（心理）因素如何影响可理解语音的产生和感知的变化。还研究了可理解性的变化如何影响不同级别的口语处理以及听者在口语理解过程中执行的不同任务。一学期每周三个课时。语言学 350（主题：语音清晰度）和 350（主题 11）不能同时计算。其他先决条件：语言学 344K、358S 或教师同意。主题 12：分析文本数据：语言学家的统计工具包。通过语言问题和语言数据集介绍统计概念和分析。一个学期每周三个讲座小时。语言学 350（主题：大海捞针）和 350（主题 12）不能同时计算。其他先决条件：高年级。主题 14：写作语言学。语言与书面文字的关系以及语言分析与写作的关系。主题包括书写系统的类型学和演变、阅读和写作的心理语言学以及写作在当代语言政治中的作用。语言学 350（主题：语言学
“算法的脸” - 维也纳语言公报
社交媒体平台上的建议算法Insta-gram导致个性化排名，使某些主题，信息和知识元素比其他学科更明显。尽管诸如META之类的公司主要强调，用户特别控制了贡献的顺序和可见性，但这些公司做出了降级决策，以确定哪些文章优选可见，无论该数据如何（Bucher 2018）。这就是政治内容在Instagram上的可见性中受到限制（Mosseri 2021）。近年来，大量研究表明，社交媒体平台的算法系统使盛行的压迫和电力订单永存，从而再次使最脆弱的用户看不见和审查（是2020年； Bishop 2021; Cotter＆Reisdorf 2020; Cotter＆Reisdorf 2020; Decook et et and of。2021; Gerrard＆Thornham 2020）。因此，社交媒体平台上的可见性并不容易，但是通过算法和手动节制不均匀地分发，这些算法基于所谓的社区和推荐指南。可见性的不平等分布和沿主要功率订单的建议排除在外，应理解为算法歧视（平滑2022）和算法压迫（汉普顿2021）。