Jonah Berger和Olivier Toubia使用自然语言处理来理解是什么推动了学业成功。作者分析了一所大型公立大学的2万多篇大学申请论文，这所大学吸引了来自不同种族、文化和经济背景的学生，他们发现，写作的语义量，或者一篇申请论文涵盖了多少内容，可以通过平均绩点来预测大学成绩。

涉及更多语义基础的论文预示着更高的分数。同样，文章中连续部分之间的概念跳跃越小，分数越高。即使研究人员控制了包括SAT分数、父母教育程度、性别、种族、大学专业、论文主题和论文长度在内的因素，这些趋势仍然存在。

其中一些因素，如父母的教育程度和学生的SAT分数，编码了有关家庭背景的信息，这表明语义量和速度的语言特征并不仅仅由社会经济地位决定。根据作者的说法，研究结果表明，思想的地形，或者人们表达和组织想法的方式，可以为他们未来可能的成功提供洞察力。

閹垫捁绁�

娑撳娴囩€瑰宓庢导锔炬暩鐎涙劒鍔熼妴濠団偓姘崇箖缂佸棜鍎禒锝堥樋閹活厾銇氶弬鎵畱閼筋垳澧块棃鍓佸仯閵嗗甯扮槐銏狀洤娴ｆ洟鈧俺绻冩禒锝堥樋閸掑棙鐎芥穱鍐箻閹劎娈戦懡顖滃⒖閸欐垹骞囬惍鏃傗敀

10x Genomics閺傛澘鎼isium HD 瀵偓閸氼垰宕熺紒鍡氬劒閸掑棜椴搁悳鍥╂畱閸忋劏娴嗚ぐ鏇犵矋缁屾椽妫块崚鍡樼€介敍锟�

濞嗐垼绻嬫稉瀣祰Twist閵嗗﹣绗夐弬顓炲綁閸栨牜娈慍RISPR缁涙盯鈧鐗哥仦鈧妴瀣暩鐎涙劒鍔�

閸楁洜绮忛懗鐐寸ゴ鎼村繐鍙嗛梻銊ャ亣鐠佹彃鐖� - 濞ｅ崬鍙嗘禍鍡毿掓禒搴ｎ儑娑撯偓娑擃亜宕熺紒鍡氬劒鐎圭偤鐛欑拋鎹愵吀閸掔増鏆熼幑顔垮窛閹貉傜瑢閸欘垵顫嬮崠鏍掗弸锟�

娑撳娴囬妴濠勭矎閼崇偛鍞撮摂瀣鐠愩劋绨版担婊冨瀻閺嬫劖鏌熷▔鏇犳暩鐎涙劒鍔熼妴锟�