[論文レビュー] Network statistics on early English Syntax: Structural criteria

Bernat Corominas‐Murtra|arXiv (Cornell University)|Apr 27, 2007

Language and cultural evolution参考文献 16被引用数 9

ひとこと要約

本稿では、構成素に基づく構造基準を用いて、初期児童言語データから構文的ネットワークを構築する体系的な枠組みを提案する。これにより、言語習得における構文的複雑性のネットワーク分析が可能になる。CHILDES PETER コーパスのデータに対して DGA-Annotator を用いて一貫したアノテーションルールを適用することで、平均構造サイズ ⟨S⟩ = 3 などの測定可能なネットワーク統計が得られ、初期構文の発達的組織の定量的窓口が開かれる。

ABSTRACT

This paper includes a reflection on the role of networks in the study of English language acquisition, as well as a collection of practical criteria to annotate free-speech corpora from children utterances. At the theoretical level, the main claim of this paper is that syntactic networks should be interpreted as the outcome of the use of the syntactic machinery. Thus, the intrinsic features of such machinery are not accessible directly from (known) network properties. Rather, what one can see are the global patterns of its use and, thus, a global view of the power and organization of the underlying grammar. Taking a look into more practical issues, the paper examines how to build a net from the projection of syntactic relations. Recall that, as opposed to adult grammars, early-child language has not a well-defined concept of structure. To overcome such difficulty, we develop a set of systematic criteria assuming constituency hierarchy and a grammar based on lexico-thematic relations. At the end, what we obtain is a well defined corpora annotation that enables us i) to perform statistics on the size of structures and ii) to build a network from syntactic relations over which we can perform the standard measures of complexity. We also provide a detailed example.

研究の動機と目的

• 文法的妥当性がまだ確立されていない初期児童文法における構文的構造を一貫して特定する記述的で体系的な方法を開発すること。
• 児童発話を構造的な構文的グラフに変換することで、構文的発達のネットワークベース分析を可能にすること。
• 構成素階層と語彙的・主題的関係を用いて、自由応答型児童言語コーパスに対する実用的で再現可能なアノテーションパイプラインを提供すること。
• 平均構造サイズ ⟨S⟩ やエッジ集合といった測定可能なネットワーク統計を計算し、構文的複雑性の縦断的分析を可能にすること。
• ネットワークの性質を発達言語学的データに基づいて定義することで、構文理論と複雑ネットワーク解析の間のギャップを埋めること。

提案手法

• 欠落した項、補助動詞、意味的拡張、機能的助詞、否定構造などを含む、児童発話をアノテートするための7つの体系的基準を適用する。
• 従属関係に基づく仮定を避けるために、構成素階層と語彙的・主題的関係を構文的投影の文法的基盤として用いる。
• DGA-Annotator ツールと互換性のある XML 形式に変換することで、構文解析とネットワーク生成のためのアノテーション済み発話を生成する。
• ある時間段階に属するすべての有効な発話における構成素木の深さの平均として、平均構造サイズ ⟨S⟩ を計算する。
• 階層的な構文的関係（例：主語-動詞、修飾語-修飾語）に基づいて語の間にエッジを定義し、有向グラフとして構文的ネットワークを構築する。
• 得られたネットワークに対して、次数分布や経路長などの標準的な複雑ネットワーク測定値を実施し、構造的複雑性を評価する。

実験結果

リサーチクエスチョン

• RQ1 文法的妥当性が確立されていない初期児童言語において、どのように一貫して構文的構造を特定・アノテートできるか。
• RQ2 児童向け発話から、構文的発達を反映する信頼性の高いネットワーク統計をどのように抽出できるか。
• RQ3 平均構造サイズ ⟨S⟩ などのネットワーク測定値が、構文的複雑性における発達的傾向をどの程度的確に捉えられるか。
• RQ4 構成素に基づくアノテーション基準をどのように形式化すれば、異なる児童言語コーパス間で再現可能になるか。
• RQ5 完全に大人の構文的知識を持たない状態でも、初期児童構文からのネットワーク統計が、根本的な文法的組織のグローバルパターンを明らかにできるか。

主な発見

• 分析対象の児童発話全体における平均構造サイズ ⟨S⟩ は 3 として計算され、初期発話における中程度の構文的複雑性を示している。
• 7つのアノテーション基準を用いて PETER コーパスから構文的ネットワークを成功裏に生成し、明確に定義されたエッジ集合 E（8本の有向リンクを含む）が得られた。
• 『put in there』のような発話は [put[in there]PP]VP と解析され、|s₄| = 3 として ⟨S⟩ の計算に寄与した。
• このフレームワークにより、非構造的児童発話を、複雑ネットワーク理論を用いた統計的分析に適したネットワーク表現に変換できるようになった。
• 非言語的要素（例：'xxx', '0'）の同定と除外が可能でありながら、構文的に意味のある構造は保持された。
• 得られたネットワーク構造は、構文的組織の発達的軌跡を反映しており、⟨S⟩ は構造的複雑性の定量的代理指標として機能している。