XiaoMi-AI文件搜索系统
World File Search SystemLinguistics
生成语言学对人工智能的贡献
摘要 本文旨在描述生成语言学 (GL) 对人工智能 (AI) 的贡献，并暗指语言学家和人工智能科学家之间关于语言学是属于人文学科还是科学的争论。在本文中，我将尽量不带语言学家的偏见，从独立的科学视角研究这一现象。本文向研究人员/读者介绍了人工智能所涉及的科学定理和原理，这些定理和原理属于 GL，特别是“乔姆斯基学派”。因此，它从句法、语义、语言能力、普遍语法、人类语言的计算系统、语言习得、人脑、编程语言（例如 Python）、大型语言模型和公正的人工智能科学家等方面提供了充分的证据，证明这一贡献是巨大的，而且这一贡献是不可否认的。本文的结论是，尽管 GL 对人工智能的贡献巨大，但仍然存在分歧点，包括语言输入的性质和类型。
乔姆斯基的语言学革命-IJRPR
noam Chomsky是我们这一代人中最伟大的思想家之一，现代语言学之父，也是国家意识的哲学哲学的主要支持者之一，在社会事务管理中，他与公民人口统治阶级遇到的不公正现象作斗争。通过将语言放在右下角，并从行为主义者的普遍正统观念和结构主义模型中清除它，从而重新创建了语言，这些语言是基于上面已经观察到的基础上的结构主义模型。他拒绝了这些模型，因为他们对语言的不科学和还原主义的叙述，同时在深层，先天和基础结构上建立语言，另一方面，在笛卡尔的角度来看。对此效果，乔姆斯基肯定：“认知观点将行为及其产物视为探究的对象，而是作为可能提供有关心理内在机制的证据以及这些机制在执行行动和解释经验方面运作的方式的数据。” 1笛卡尔在17世纪经营第一届认知革命时，他在20世纪经营自己的经营，该革命是在语言研究中的范式转变中组成的。另有称为“乔姆斯基革命”。 2也就是说，从对行为的研究到负责人类行为和语言创造力的结构的研究，或者是认知科学。3鉴于这一点，他坚持：“正如我提到的，第二次认知革命涉及从构成当今正统观念的行为主义，结构主义的方法转变的观点：从行为及其产物的研究转变为对思想和行动进入思想和行动的心灵和思想的研究的转变。” 4
21 世纪语言学 - 期刊网络
摘要 21 世纪见证了语言学的突破性进步，特别是通过人工智能 (AI) 和自然语言处理 (NLP) 的融合。本文探讨了语言学与人工智能和 NLP 技术的交集，重点介绍了这些创新如何重塑了我们对语言、交流和计算语言学的理解。本文深入探讨了 NLP 的演变、理解和生成人类语言的机器学习模型的发展，以及人工智能驱动的工具对语言研究和语言教学的影响。讨论进一步涵盖了语言多样性、计算限制和人工智能语言应用中的道德考虑等挑战。最后，本文展望了语言学的未来，提出了人类语言和人工智能之间的动态协同作用。关键词：语言学、人工智能、自然语言处理、计算语言学、机器学习、语言技术、语言理解、语言生成、人工智能伦理、语言多样性。
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。
Emily M. Bender语言学系
2004年 - 华盛顿大学教授（2014-）语言学系（2010-2014），助理教授（2004-2010）托马斯·L·托马斯·L·和玛格·W·威克科科（Margo G. Wycko）教授（2024-2027）语言学实验室（2004年 - ）计算语言学专业硕士课程（2005–）兼职教授（2014-），辅助副教授（2010-2014），辅助助理教授（2006-2010），计算机科学与工程学教授（2022-222-），2022-2022-），Information School School School Lab，Information School School Lab，Assigent Section Interiult Section Interiult Section Indections，UW U.W U.W U.W U.W 2017-2018 Center for Advanced Study, Norwegian Academy of Sciences and Letters Fellow 2003-2004 Department of Linguistics, University of Washington Acting Assistant Professor 2003 CSLI, Stanford University Senior Research Associate 2002-2003 Department of Linguistics, Stanford University Acting Assistant Professor 2001-2002 CSLI, Stanford University Visiting Scholar 2001-2002 YY Technologies Grammar Engineer for Japanese 2000-2001加州大学伯克利分校讲师和博士后研究员语言学系
认知语言学与两代认知科学
20世纪50年代以后，爆发了影响深远的“认知革命”。这是心理学摆脱行为主义的革命，以信息加工为基础的认知心理学成为心理学研究的主流。20世纪70年代以后，认知科学不断有惊人的发现。在哲学、心理学、语言学等领域，对传统哲学、信息加工理论、生成语法等提出了一系列不同的观点，主张抛弃认知主义，批判哲学上的客观主义（包括白板论、二元论、自主论、先验论、形式主义、符号主义、非隐喻推理等），抛弃心理学上的信息加工理论，强调研究认知、心智、与身体经验之间的关系。1977年，《认知科学》杂志开始出版。1979年，认知科学学会第一次年会正式召开。到了 90 年代，认知科学逐渐成为一股强大的学术潮流，第七届大会于同年 7 月在美国召开，Lakoff (1957) 提出了实验主义哲学（笔者主张将其译为：新经验主义，以区别于经验主义：经验主义），到了 1999 年，Lakoff & Johnson 又提出了“具身哲学”这一新的哲学流派（笔者将另文介绍）。
神经语言学和认知语言学的见解
摘要 本研究利用乔姆斯基、平克、贝茨和博罗迪茨基等天才语言学家和神经语言学家提出的著名理论，分析语言、认知和神经机制之间的关系。采用多模态方法，将大脑通路的神经生物学研究、认知分析和失语症患者的治疗实例整合在一起。具体而言，本研究旨在了解语言的神经生物学基础及其认知基础。1 目前，标准神经成像技术可以通过 fMRI 和 EEG 可视化大脑中参与语言处理的区域，测量语言任务期间的实际神经反应，从而显示神经网络和认知系统之间的复杂关系。案例研究为想要了解神经和认知过程的变化在交流和思维理解中的利弊的潜在用户提供了信息来源。研究结果与语言处理的整个概念有关，因为它们解决了理论形成、临床干预和以后可能进行的各种应用的问题。界定集中在已建立的理论和有限的原始数据收集上，强调未来研究需要探索这些动态领域的更多维度和不断发展的观点。
将语言学和物理学结合起来探索知识
摘要 好奇心和解开宇宙奥秘的渴望一直是人们寻求知识的驱动力。近年来，众多学科之间的互联互通逐渐显现，引发了开创性的研究，并为我们打开了新的理解视野。语言学和物理学这两个看似毫不相干的领域就是这样一个交汇点。物理学是研究物质和能量的学科，而语言学是研究语言的科学学科，乍一看，它们似乎是两个截然不同的学科。然而，深入研究就会发现，它们之间有着有趣的相似之处和共同的理念。尽管角度不同，但这两个领域都旨在理解构成我们宇宙的基本要素。本文探讨了语言学和物理学这两个看似毫不相干的领域之间的迷人联系，它们有着一些共同的基本思想和方法。本文的目的是阐明这两个领域之间的相互作用可能产生的协同作用和合作机会。我们探索了许多主题，包括语言的物理性、句法的计算复杂性、语义的认知基础以及与量子理论的潜在联系。我们希望通过弥合语言学和物理学之间的差距来支持跨学科研究和对这两个领域的更深入理解。关键词 语言学、物理学、合作、形而上学、语义学、句法、量子理论
应用语言学中机器学习的方法论审查
应用语言学（AL）中传统的线性回归遭受严格假设引起的缺点：线性和正常性等。需要更高级的方法来克服传统方法的缺点，并努力处理复杂的语言问题。但是，以前没有关于机器学习（ML）在AL中的应用，可解释的ML和相关实用软件的应用。本文通过回顾AL中的ML的代表性算法来解决这些差距。结果表明ML适用于AL，并享有前途的未来。进一步讨论可解释的ML在报告AL中报告结果的应用。最后，它以实用的编程语言，软件和平台的建议结束，以实施AL研究人员的ML，以促进AL和ML之间的跨学科研究。