ChronoLens：测量语言随时间、语言和语言水平的变化

历史语言的变化影响形态、语法、语义和语用，但计算研究通常用不兼容的表示来检查这些级别，因此无法确定它们是否跨语言一起进化。我们通过询问在单一分析空间内不同语言水平、语言和历史时期变化的幅度和方向如何变化来解决这个问题。我们引入了 ChronoLens，这是一个结合了冻结多语言语言模型、特征对齐交叉编码器和事后语言干预的框架，并将其应用于 1803 年至 2026 年五个议会传统的 4498 万份文档和约 172 亿个词元。与密集嵌入或池化稀疏自动编码器相比，所得的稀疏表示与语言统计数据的一致性更强（$ρ=0.72$ 与 $0.29$ 和 $0.28$），并揭示了形态、语法、语义和语用学在语言中通常会发生相当数量的变化，而语言在变化的时间、程度和方向方面存在显着差异。这些发现表明，历史语言变化是一个结构化的、多维的过程：相似的幅度可以掩盖不同的轨迹，而有意义的跨语言比较需要测量距离和方向。