[論文レビュー] Orthographic Structuring of Human Speech and Texts: Linguistic Application of Recurrence Quantification Analysis

Franco Orsucci, Kimberly Walter+3 more|arXiv (Cornell University)|Dec 24, 1997

Chaos control and synchronization参考文献 8被引用数 28

ひとこと要約

本稿では、音声的・意味的コンテンツに依存せずに、複数の言語における書記体テキストの構造的複雑性を定量化する手法として、再帰的定量分析（RQA）を提案する。イタリア語、アメリカ英語、スウェーデン語の詩や話し言葉のサンプルにおける文字列を分析することで、言語に依存しない一貫した構造的複雑性のパターンが明らかとなり、書記体形式そのものが、深層的なプロソディックな組織を内蔵していることが示された。

ABSTRACT

A methodology based upon recurrence quantification analysis is proposed for the study of orthographic structure of written texts. Five different orthographic data sets (20th century Italian poems, 20th century American poems, contemporary Swedish poems with their corresponding Italian translations, Italian speech samples, and American speech samples) were subjected to recurrence quantification analysis, a procedure which has been found to be diagnostically useful in the quantitative assessment of ordered series in fields such as physics, molecular dynamics, physiology, and general signal processing. Recurrence quantification was developed from recurrence plots as applied to the analysis of nonlinear, complex systems in the physical sciences, and is based on the computation of a distance matrix of the elements of an ordered series (in this case the letters consituting selected speech and poetic texts). From a strictly mathematical view, the results show the possibility of demonstrating invariance between different language exemplars despite the apparent low-level of coding (orthography). Comparison with the actual texts confirms the ability of the method to reveal recurrent structures, and their complexity. Using poems as a reference standard for judging speech complexity, the technique exhibits language independence, order dependence and freedom from pure statistical characteristics of studied sequences, as well as consistency with easily identifiable texts. Such studies may provide phenomenological markers of hidden structure as coded by the purely orthographic level.

研究の動機と目的

• 音声的または意味的コンテンツに依存しない、書記的構造を定量化する手法の開発。
• 再帰的定量分析（RQA）が、多様な言語的サンプル間で一貫した、順序に依存する構造的パターンを検出できるかどうかの検証。
• 翻訳による言語変換においても構造的不変性を保つ能力の評価、特に詩的テキストにおいて。
• RQA記述子を用いて、話し言葉のサンプルと詩的テキストの構造的複雑性を比較する。
• RQAが、純粋に書記的レベルにのみエンコードされた隠れた言語的構造の現象論的マーカーとして機能できるかどうかの検討。

提案手法

• RQAは、書記的テキストからの文字列の順序付き系列に適用され、各文字を時系列上の点として扱う。
• 時間遅れ埋め込みを用いて位相空間を再構成し、文字列の埋め込み状態間の距離行列を計算する。
• 再帰率（REC）と決定性（DET）といった主要なRQA指標を計算し、再帰性と決定的構造の度合を定量化する。
• 5つのデータセットに適用：20世紀のイタリア語およびアメリカ英語の詩、イタリア語訳付きのスウェーデン語の詩、およびトランスクリプト化されたイタリア語・アメリカ英語の話し言葉サンプル。
• 非ランダムな構造的特徴を特定するため、元のテキストとシャッフルされたコントロールとの間で統計的比較を行う。
• 言語対（例：スウェーデン語とイタリア語訳）間でのRQAパラメータ（RECおよびDET）の相関を計算し、言語不変性を検証する。

実験結果

リサーチクエスチョン

• RQ1 RQAは、音声的または意味的コンテンツに依存せずに、書記的構造を検出・定量化できるか？
• RQ2 RQA手法は、翻訳された詩的テキストのように、異なる言語間で一貫した構造的パターンを明らかにできるか？
• RQ3 話し言葉のサンプルのRQA記述子（RECおよびDET）は、詩的テキストのそれとどのように比較できるか？
• RQ4 RQAパラメータは、統計的または分布的特徴ではなく、言語的複雑性そのものの反映度合いをどの程度示しているか？
• RQ5 RQAは、言語に依存しない信頼性のある指標として、言語的テキストの構造的複雑性を比較するのに適しているか？

主な発見

• RQAは、多様な言語的・テクスト的タイプにわたり、高い一貫性を示して再帰的かつ決定的構造を特定した。
• スウェーデン語の詩とそのイタリア語訳との間の相関は強く、RECではr = 0.85、DETではr = 0.90（両者p < 0.01）であり、プロソディック構造の言語に依存しない検出が確認された。
• イタリア語およびアメリカ英語の話し言葉サンプルの両方で、RECとDETの間に有意な相関が認められた（それぞれr = 0.89およびr = 0.88、p < 0.001）、詩と同様の構造的組織が存在することを示唆した。
• アメリカ英語の話し言葉サンプルは、イタリア語サンプルと比較して、REC（0.416 vs. 0.676）およびDET（20.00 vs. 27.94）の平均が有意に低く、アメリカ英語の話し言葉に高い複雑性があることが示された（p < 0.0001）。
• すべてのテキストタイプを統合的に分析した結果、RECとDETの間には強い線形スケーリング関係が認められた（r = 0.87、p < 0.001）、REC-DET平面を複雑性インデックスとして用いる根拠が裏付けられた。
• すべてのテキストのシャッフル版ではRQA値が有意に低下し、検出された構造が非ランダムで順序依存であることが確認された。