[論文レビュー] Dependency length minimization: Puzzles and Promises.

Haitao Liu, Chunshan Xu+1 more|arXiv (Cornell University)|Jan 1, 2015

Natural Language Processing Techniques被引用数 4

ひとこと要約

本論文は、FutrellらのPNAS論文を批判し、依存長最小化（DLM）の言語間証拠を主張するが、その新規性を誇張し、先行研究を見過ごし、ランダム言語において射影性を仮定することで不適切なベースラインを使用していると指摘する。さらに、語順が主語後位であるのと依存長の短さとの間には根拠のない関連性が提示されており、DLM仮説の妥当性と普遍性について疑問を呈する。

ABSTRACT

In the recent issue of PNAS, Futrell et al. claims that their study of 37 languages gives the first large scale cross-language evidence for Dependency Length Minimization, which is an overstatement that ignores similar previous researches. In addition,this study seems to pay no attention to factors like the uniformity of genres,which weakens the validity of the argument that DLM is universal. Another problem is that this study sets the baseline random language as projective, which fails to truly uncover the difference between natural language and random language, since projectivity is an important feature of many natural languages. Finally, the paper contends an apparent relationship between head finality and dependency length despite the lack of an explicit statistical comparison, which renders this conclusion rather hasty and improper.

研究の動機と目的

• Futrell らが依存長最小化（DLM）の最初の包括的言語間証拠を提供したという主張を挑戦すること。
• 類似現象が既に先行研究で検討されており、DLM主張の新規性が揺らぐことを強調すること。
• 射影的ランダム言語をベースラインとして使用することの妥当性を疑問視し、自然言語とランダム言語の構造的差を正しく捉えていないと主張すること。
• 主語後位語順と依存長の間の関係を支持する統計的根拠の欠如を批判すること。

提案手法

• Futrell らの実験的設計におけるメソッドロジカルな欠陥、特に射影的ランダム言語をベースラインとして使用している点の分析。
• DLM仮説と、言語間で類似する依存長パターンを検討した先行研究との比較。
• ランダム言語における射影性が自然言語の構造的特徴を的確に反映すると仮定することの妥当性の評価。
• 主語後位語順と依存長の関係を主張する主張の統計的厳密性の評価し、形式的統計的検定の欠如を指摘すること。

実験結果

リサーチクエスチョン

• RQ1 Futrell らの研究は、37言語にわたる依存長最小化の新規な証拠を提示しているか？
• RQ2 射影的ランダム言語を自然言語とランダム言語の構造的差を区別するための有効なベースラインとして使用するのは妥当か？
• RQ3 主語後位語順と依存長の間の観察された相関関係は、統計的に妥当であるか？
• RQ4 先行研究がどれほどDLM仮説を支持しているか、それが「初の包括的証拠」という主張の根拠を弱めるか？

主な発見

• Futrell らの研究は、依存長最小化に関する類似研究がそれ以前に存在することを踏まえると、新規性を誇張している。
• 射影的ランダム言語をベースラインとして使用することは、自然言語とランダム言語の真の構造的差を捉えていない。
• 主語後位語順と短い依存長との関連性を主張する主張は、統計的裏付けがなく、したがって時期尚早である。
• データセットにジャンルの一貫性の制御が欠如しているため、依存長最小化の普遍性を主張する根拠が弱まっている。