"“左-右”作为普遍空间概念,其语义不断向政治、文化等领域衍化,但对其系统性的跨语言比较仍付阙如。本研究依托词汇类型学框架,选取汉语、英语、挪威语等十种语言,对“左-右”方位词的语义衍化路径与对应关联进行量化分析。在梳理权威词典义项的基础上,利用大语言模型(LLM)生成补充语料,并经母语者审核校对,最终构建跨语言方位词对“左-右”的语义网络。结果表明,“左-右”普遍沿“空间→政治→文化”三阶衍化,对应性语义衍化呈现高度跨语言一致性。该发现为二元对立概念的跨语言普适性提供了新的实证支持,亦丰富了方位词语义演变的类型学证据。本文提出的“智能体设计+上下文学习+多语对齐控制+母语者验证”混合模式为低资源语言语料扩展与语义研究提供了可复制方案。研究成果可服务于跨语言语义探索及基于对立概念的语言教学设计。"

“基于自然语言生成技术的聊天机器人ChatGPT能够快速生成回答,但目前尚未对机器作答所使用的语言与人类真实语言在哪些方面存在差异进行充分研究。本研究提取并计算159个语言特征在人类和ChatGPT对中文开放域问题作答文本中的分布,使用随机森林、逻辑回归和支持向量机(SVM)三种机器学习算法训练人工智能探测器,并评估模型性能。实验结果表明,随机森林和SVM均能达到较高的分类准确率。通过对比分析,研究揭示了两种文本在描述性特征、字词常用度、字词多样性、句法复杂性、语篇凝聚力五个维度上语言表现的优势和不足。结果显示,两种文本之间的差异主要集中在描述性特征、字词常用度、字词多样性三个维度。”