[論文レビュー] Reconstructing Native Language Typology from Foreign Language Usage

Yevgeni Berzak, Roi Reichart+1 more|arXiv (Cornell University)|Apr 25, 2014

Natural Language Processing Techniques参考文献 12被引用数 12

ひとこと要約

本稿では、第二言語（ESL）のテキストに含まれる機能的・構文的特徴から、母国語の言語タイプ論的特徴を再構築する、全く新しい非教師あり手法を提案する。ESLの使用パターンが母国語のタイプ論的類似性と強く相関していることが示されており、ターゲット言語のタイプ論的知識が事前にない状況でも72.2%の精度でタイプ論的特徴を予測できる。これは、膨大なタイプ論的リソースに依存する手法を上回るか、同等の性能を発揮する。

ABSTRACT

Linguists and psychologists have long been studying cross-linguistic transfer, the influence of native language properties on linguistic performance in a foreign language. In this work we provide empirical evidence for this process in the form of a strong correlation between language similarities derived from structural features in English as Second Language (ESL) texts and equivalent similarities obtained from the typological features of the native languages. We leverage this finding to recover native language typological similarity structure directly from ESL text, and perform prediction of typological features in an unsupervised fashion with respect to the target languages. Our method achieves 72.2% accuracy on the typology prediction task, a result that is highly competitive with equivalent methods that rely on typological resources.

研究の動機と目的

• ESLテキストの構造的パターンが、話者の母国語のタイプ論的性質をどれだけ反映しているかを調査すること。
• タイプ論的アノテーションがターゲット言語に存在しない状況でも、ESLテキストのみを用いて母国語のタイプ論的特徴を予測する非教師あり手法を開発すること。
• WALSからのゴールドスタンダードタイプ論的類似性と比較することで、ESL由来の言語類似性の妥当性を評価すること。
• ESLに基づく言語類似性構造が、タイプ論的再構築タスクにおいて競争力のある性能を発揮できることを示すこと。

提案手法

• 大規模なESLコーパスから機能的・構文的特徴を抽出し、母国語間の言語類似度スコアを導出する。
• 平均リンク型クラスタリングを用いて、ESL由来の特徴から階層的言語類似性ツリーを構築する。
• ESLに基づく類似性ツリーを用いて、隣接言語の既知のタイプ論的特徴を投影し、ターゲット言語の特徴を予測する。
• 予測フレームワークは、最近傍（NN）、3近傍（3NN）、ツリーに基づく近傍戦略を用いて、欠落しているタイプ論的特徴を推定する。
• ESL由来の言語類似性をタイプ論的類似性の代理として扱い、ターゲット言語にタイプ論的データがない場合でも推論が可能になる。
• 共有全特徴集合と共有ペairワイズ特徴集合を用いて、ESLベースの予測性能とWALSベースのベースラインを比較する。

実験結果

リサーチクエスチョン

• RQ1 ESLテキストの構造的パターンは、著者の母国語のタイプ論的特徴をどの程度反映しているか？
• RQ2 ESL使用から得られる言語類似性は、母国語のタイプ論的類似性を信頼性高く近似できるか？
• RQ3 ESLに基づく言語類似性構造は、ゼロリソース環境下で欠落しているタイプ論的特徴を予測するために使用できるか？
• RQ4 ESLベースのタイプ論的予測性能は、事前に存在するタイプ論的データベースに依存する手法と比べてどの程度か？

主な発見

• ESL由来の言語類似性構造は、WALSからのゴールドスタンダードタイプ論的類似性と強く相関しており、体系的な言語間転送の存在が裏付けられる。
• 提案手法であるESLベースの方法は、階層的ツリーに基づく近傍予測を用いることで、タイプ論的再構築において72.2%の精度を達成し、WALSベースのベースラインを上回るか同等の性能を示す。
• WALSベースのベースラインが使用する特徴の30%程度の情報量でさえも、ESL手法は競争力のある結果を達成しており、タイプ論的アノテーションの不完全さに対しても頑健であることが示される。
• ツリーに基づく近傍予測が最も優れた性能を発揮し、階層的類似性構造が言語タイプ論的特徴を捉えるのに適していることが確認された。
• 本手法は、ターゲット言語にタイプ論的アノテーションが一切不要であるため、従来の手法の大きな制約を克服できる。
• 結果から、ESLテキストは専門家によるアノテーションデータが存在しない状況でも、タイプ論的情報の信頼できる代理として機能することが示唆される。