[論文レビュー] A preliminary study of Croatian Language Syllable Networks

Kristina Ban, Ivan Ivakić+1 more|arXiv (Cornell University)|May 16, 2014

Complex Network Analysis Techniques参考文献 15被引用数 6

ひとこと要約

本研究では、クロアチア語ウィキペディアおよびブログのテキストから音節ネットワークを構築し、音節をノードとし、語内での共起をリンクとしてモデル化する。複雑ネットワーク解析を用いて、クロアチア語の音節ネットワークが、ポルトガル語および中国語のネットワークと同様に高いクラスタリング係数とスモールワールド特性を示すことが判明した。これは、言語間で音節の構造的パターンが普遍的である可能性を示唆している。

ABSTRACT

This paper presents preliminary results of Croatian syllable networks analysis. Syllable network is a network in which nodes are syllables and links between them are constructed according to their connections within words. In this paper we analyze networks of syllables generated from texts collected from the Croatian Wikipedia and Blogs. As a main tool we use complex network analysis methods which provide mechanisms that can reveal new patterns in a language structure. We aim to show that syllable networks have much higher clustering coefficient in comparison to Erdös-Renyi random networks. The results indicate that Croatian syllable networks exhibit certain properties of a small world networks. Furthermore, we compared Croatian syllable networks with Portuguese and Chinese syllable networks and we showed that they have similar properties.

研究の動機と目的

• 複雑ネットワーク解析を用いて、クロアチア語の音節ネットワークの構造的特性を調査すること。
• クロアチア語の音節ネットワークが、高いクラスタリング係数と短い平均パス長を特徴とするスモールワールド特性を示すかどうかを特定すること。
• クロアチア語の音節ネットワークのネットワーク特性を、ポルトガル語および中国語の音節ネットワークと比較し、言語間の共通パターンを同定すること。
• 音節ネットワークが、従来の言語学的分析を超えて、言語に潜む構造的規則性を明らかにできるかどうかを検討すること。

提案手法

• 各ユニークな音節をノードとし、同じ語内で共起する音節同士を接続することで、音節ネットワークを構築した。
• クロアチア語ウィキペディアおよびブログのテキストをコーパスとして用い、代表的な音節共起ネットワークを生成した。
• クラスタリング係数、平均パス長、ネットワーク密度の計算を含む、複雑ネットワーク解析技術を適用した。
• 非ランダムな構造的特徴を評価するために、エドーシュ＝レニー・ランダムネットワークとクロアチア語の音節ネットワークを比較した。
• 以前に研究済みのポルトガル語および中国語の音節ネットワークと比較分析を行い、ネットワーク特性の一貫性を評価した。
• トランジティビティ（クラスタリング係数）やスモールワールド指数といった標準的なネットワーク指標を用いて、ネットワークトポロジーを評価した。

実験結果

リサーチクエスチョン

• RQ1 クロアチア語の音節ネットワークは、高いクラスタリング係数と短い平均パス長といったスモールワールド特性を示すか？
• RQ2 クロアチア語の音節ネットワークのクラスタリング係数は、エドーシュ＝レニー・ランダムネットワークと比べてどのように異なるか？
• RQ3 クロアチア語の音節ネットワークのトポロジー的特徴は、ポルトガル語および中国語の音節ネットワークと類似しているか？
• RQ4 クロアチア語のテキストにおける音節共起パターンは、言語の背後にある構造的規則性をどの程度反映しているか？
• RQ5 複雑ネットワーク解析は、自然言語における音節の組織的構造に新たな知見をもたらせるか？

主な発見

• クロアチア語の音節ネットワークは、エドーシュ＝レニー・ランダムネットワークよりも顕著に高いクラスタリング係数を示しており、強い局所的連結性を示している。
• ネットワークはスモールワールド特性を示しており、高いクラスタリング係数と比較的短い平均パス長を有しており、情報伝達の効率性が保証されている。
• クロアチア語の音節ネットワークにおけるクラスタリング係数は、ポルトガル語および中国語の音節ネットワークと同等であり、言語間の類似性を示している。
• 結果から、音節ネットワークはランダムではなく構造的であることが示され、クロアチア語における固有の音韻論的および語彙形態論的制約が反映されていると考えられる。
• 音節ネットワークのトポロジー的特徴は、言語構造が複雑ネットワークフレームワークによって効果的にモデル化可能であるという仮説を支持している。
• 本研究では、自然言語コーパスにおける音節共起パターンが、非ランダムでスモールワールド的特性を持つネットワークを生成することを確認した。