(intro)=

# 人工智能语言模型在心理语言学中的应用

## 介绍
本项目基于2023年广州中国心理语言学会工作坊制作，提供了基于自然语言处理中人工智能语言模型的心理语言学研究工具，便于提取语言特征和进行语言相关的任务。工作坊中的PPT和代码在这个[仓库](https://github.com/DingNLab/workshop)中。

文档和相应论文正在修改中，欢迎大家提出的建议。

## 主要内容

### 自然语言处理



::::{grid} 1 1 1 2
:class-container: text-center
:gutter: 3

:::{grid-item-card}
:link: /nlp
:link-type: doc
:class-header: bg-light

自然语言处理概述 🤖
^^^

自然语言处理任务

人工智能语言模型

:::

:::{grid-item-card}
:link: /toolbox
:link-type: doc
:class-header: bg-light

自然语言处理工具 🧰
^^^

文档中用到的工具介绍

:::

::::

### 心理语言学中的应用



::::{grid} 1 1 2 3
:class-container: text-center
:gutter: 3

:::{grid-item-card}
:link: /semantic
:link-type: doc
:class-header: bg-light

提取词汇以及语义特征 ℹ
^^^

词汇特征：词频、转移概率

语义特征：静态词向量、上下文相关的词向量

:::

:::{grid-item-card}
:link: /syntax
:link-type: doc
:class-header: bg-light

提取句法特征🌲
^^^

成分句法特征

依存句法特征

:::

:::{grid-item-card}
:link: /language_task
:link-type: doc
:class-header: bg-light

其他语言任务 ✅︎
^^^

主题分析

文本生成

:::

::::


## 预备知识以及相关资源

* 本项目的代码基于python语言构建，需要有一定的python数据分析基础，包括NumPy，Pandas以及Pytorch的简单使用（参考[Python Programming for Data Science](https://www.tomasbeuzen.com/python-programming-for-data-science/README.html)）。

* 关于自然语言处理如果有其他想了解的，可以参考[Speech and Language Processing](https://web.stanford.edu/~jurafsky/slp3/)。

* 关于语言与信息论如果有其他想了解的，可以参考[Information-Theoretic Approaches to Linguistics](https://sites.socsci.uci.edu/~rfutrell/teaching/itl-davis/)。

* 关于这些技术在心理/神经语言学中的应用，可以参考[其他资源](/resource)中的文献。

## 联系我们

可以通过我们的[项目仓库](https://github.com/DingNLab/workshop/issues)发起新的issues来与我们联系。我们会在[FAQ](/question)中定期回复一些问题和反馈。