[論文レビュー] Hierarchies in Dictionary Definition Space

Olivier Picard, Alexandre Blondin-Massé+4 more|ArXiv.org|Nov 30, 2009

Lexicography and Language Studies参考文献 12被引用数 9

ひとこと要約

本稿では、グラフ理論を用いて辞書定義の階層的分析を行い、すべての他の語が定義チェーンによって定義可能である最小の語集合（『基盤核』、GK）を同定する。GKのコア（KC）からの定義的距離を分析することで、現実性、イメージ性、語の頻度は定義的距離が増すにつれて低下する一方、習得年齢はKCとGKの外側の層との対比にのみ関連しており、定義的階層に根ざした段階的な精神言語学的構造が示唆される。

ABSTRACT

A dictionary defines words in terms of other words. Definitions can tell you the meanings of words you don't know, but only if you know the meanings of the defining words. How many words do you need to know (and which ones) in order to be able to learn all the rest from definitions? We reduced dictionaries to their "grounding kernels" (GKs), about 10% of the dictionary, from which all the other words could be defined. The GK words turned out to have psycholinguistic correlates: they were learned at an earlier age and more concrete than the rest of the dictionary. But one can compress still more: the GK turns out to have internal structure, with a strongly connected "kernel core" (KC) and a surrounding layer, from which a hierarchy of definitional distances can be derived, all the way out to the periphery of the full dictionary. These definitional distances, too, are correlated with psycholinguistic variables (age of acquisition, concreteness, imageability, oral and written frequency) and hence perhaps with the "mental lexicon" in each of our heads.

研究の動機と目的

• すべての他の語が定義チェーンによって定義可能である最小の語集合（基盤核）を同定すること。
• 基盤核（GK）の内部構造、特に強く連結されたコア（KC）を特定し、語の習得と意味論におけるその役割を調査すること。
• コアからの定義的距離が、習得年齢、現実性、イメージ性、語の頻度といった心理言語学的変数とどのように相関するかを検討すること。
• 観察された相関が、KCと外側層との二分法的対比（例：KC 対 外層）に由来するのか、それとも定義的距離の増加に伴う段階的パターンであるのかを特定すること。
• 定義的階層が、精神語彙の構造および人間認知における記号の基盤づけを理解する上でどのような意味を持つのかを検討すること。

提案手法

• 語を頂点とし、定義が有向辺を形成するように、辞書の定義から有向グラフを構築する。
• すべての他の語が定義チェーンによって到達可能である最小の語集合として、基盤核（GK）を同定する。
• グラフ理論的アルゴリズムを用いて、GK内に存在する強く連結された部分集合（『コアコア』、KC）を抽出する。
• 定義的距離に基づく3つの階層的順序付けを導出する：GKからの距離、全辞書の強く連結成分（SCC）からの距離、およびGK内のSCCからの距離。
• 偏回帰分析（習得年齢を偏回帰）を用いて、定義的距離のレベルと心理言語学的変数との相関を評価する。
• グラフ密度および頂点の次数（インデグリ、アウトディグリ）を用いて、GKおよびKCの構造的性質を特徴付ける。

実験結果

リサーチクエスチョン

• RQ1 基盤核（GK）の内部構造は何か？ また、心理言語学的プロファイルが異なる部分構造を含むか？
• RQ2 GKおよびそのコア（KC）からの定義的距離は、習得年齢、現実性、イメージ性、語の頻度とどのように相関するか？
• RQ3 心理言語学的変数と定義的距離の相関は、段階的パターンか、二分法的パターンか？
• RQ4 なぜ基盤核は、他の辞書語よりも現実的で早く習得されるが、習得年齢を偏回帰した後は、より抽象的であると見なされるのか？
• RQ5 辞書空間における定義的階層は、精神語彙の組織を反映または予測できるか？

主な発見

• 基盤核（GK）は辞書全体の約10％を占め、他のすべての語が定義チェーンによって定義可能である。
• GKには、外側層よりも現実的で、早く習得され、頻度が高い強く連結されたコア（KC）が存在する。
• 現実性とイメージ性は、KCからの定義的距離が増すにつれて単調に低下し、段階的な階層を形成する。
• 口語的および書語的語の頻度も定義的距離とともに低下し、階層全体にわたり段階的な減少を示す。
• 習得年齢は、KCとGKの外側層との対比にのみ関連しており、それ以上のレベルには関連しない。これは二分法的効果を示唆する。
• 習得年齢を偏回帰した後でも、KCは外側GK層および他の辞書語よりも現実的であることが確認され、過去の研究で観察された表面的逆転現象が解消される。