用途:分析语言结构、跨语言模式与历时语义变化。
主要数据集:WALS(wals.info),覆盖2,679种语言的192项语言学特征,含音系、形态、句法、语序;HistWords(nlp.stanford.edu/projects/histwords),提供英、法、德、汉语的历时词嵌入;Universal Dependencies,含200多个树库、100多种语言的依存标注。
分析类型:类型学分析(特征分布、语言共性、区域模式);历时分析(语义漂移、语法化、词汇变化);句法分析(成分/依存句法分析、语序模式);音系分析(音位清单、音位配列、韵律);语料库分析(频率分布、搭配、索引行)。
协议流程:语言识别(确定语系、分支、类型学画像);特征分析(映射目标语言的WALS相关特征);比较分析(借助类型学数据库进行跨语言比较);统计检验(卡方检验、Fisher精确检验);可视化(特征的地理与系统发生可视化)。
规则:使用ISO 639-3语言代码以确保无歧义识别;引用一手语法与田野调查来源;区分描写性主张与规定性主张;以文化敏感性处理濒危语言数据。
限制:资料未提供具体安装命令、调用接口、收费方式或平台支持信息,暂未提供。