[논문 리뷰] A preliminary study of Croatian Language Syllable Networks

Kristina Ban, Ivan Ivakić외 1명|arXiv (Cornell University)|2014. 05. 16.

Complex Network Analysis Techniques참고 문헌 15인용 수 6

한 줄 요약

이 연구는 크로아티아 위키백과 및 블로그 텍스트에서 음절 네트워크를 구축하여 음절을 노드로, 단어 내 공현을 링크로 모델링한다. 복잡한 네트워크 분석을 통해 크로아티아 음절 네트워크가 높은 군집 계수와 소월드 성질을 보이며, 포르투갈어 및 중국어 네트워크와 유사한 것으로 나타나 언어 간 음절 구성의 보편적 구조 패턴을 시사한다.

ABSTRACT

This paper presents preliminary results of Croatian syllable networks analysis. Syllable network is a network in which nodes are syllables and links between them are constructed according to their connections within words. In this paper we analyze networks of syllables generated from texts collected from the Croatian Wikipedia and Blogs. As a main tool we use complex network analysis methods which provide mechanisms that can reveal new patterns in a language structure. We aim to show that syllable networks have much higher clustering coefficient in comparison to Erdös-Renyi random networks. The results indicate that Croatian syllable networks exhibit certain properties of a small world networks. Furthermore, we compared Croatian syllable networks with Portuguese and Chinese syllable networks and we showed that they have similar properties.

연구 동기 및 목표

• 복잡한 네트워크 분석을 통해 크로아티아어의 음절 네트워크 구조적 성질을 조사한다.
• 크로아티아 음절 네트워크가 높은 군집도와 짧은 평균 경로 길이를 포함한 소월드 특성을 보이는지 확인한다.
• 크로아티아 음절 네트워크의 네트워크 성질을 포르투갈어 및 중국어 음절 네트워크와 비교하여 다언어 간 패턴을 규명한다.
• 음절 네트워크가 전통적 언어학적 분석을 넘어서 숨겨진 구조적 규칙성을 드러낼 수 있는지 탐색한다.

제안 방법

• 각 고유한 음절을 노드로 간주하고, 동일한 단어 내에서 공현하는 음절들 간에 연결을 설정하여 음절 네트워크를 구축한다.
• 크로아티아 위키백과와 블로그 텍스트를 코퍼스로 사용하여 대표적인 음절 공현 네트워크를 생성한다.
• 군집 계수, 평균 경로 길이, 네트워크 밀도 계산을 포함한 복잡한 네트워크 분석 기법을 적용한다.
• 비랜덤한 구조적 특징을 평가하기 위해 결과 네트워크를 에르되시–레니 랜덤 네트워크와 비교한다.
• 이전에 연구된 포르투갈어 및 중국어 음절 네트워크와의 비교 분석을 통해 네트워크 성질의 일관성을 평가한다.
• 전이성(군집 계수) 및 소월드 지수와 같은 표준 네트워크 지표를 사용하여 네트워크 구조를 평가한다.

실험 결과

연구 질문

• RQ1 크로아티아 음절 네트워크는 높은 군집도와 짧은 평균 경로 길이를 포함한 소월드 성질을 보여주는가?
• RQ2 크로아티아 음절 네트워크의 군집 계수는 에르되시–레니 랜덤 네트워크와 비교해 어떻게 다른가?
• RQ3 크로아티아 음절 네트워크의 위상적 특징은 포르투갈어 및 중국어 음절 네트워크에서 관찰된 것과 유사한가?
• RQ4 크로아티아 텍스트에서의 음절 공현 패턴은 언어의 기초적인 구조적 규칙성을 어느 정도 반영하는가?
• RQ5 복잡한 네트워크 분석은 자연어에서 음절의 조직 방식에 대해 새로운 통찰을 제공할 수 있는가?

주요 결과

• 크로아티아 음절 네트워크는 에르되시–레니 랜덤 네트워크보다 유의미하게 높은 군집 계수를 보이며, 강한 국소적 연결성을 나타낸다.
• 네트워크는 높은 군집도와 비교적 짧은 평균 경로 길이를 보이며 소월드 특성을 나타내어 효율적인 정보 전파를 가능하게 한다.
• 크로아티아 음절 네트워크의 군집 계수는 포르투갈어 및 중국어 음절 네트워크에서 관찰된 것과 유사하여 다언어 간 유사성을 시사한다.
• 결과는 음절 네트워크가 랜덤이 아니라 구조화되어 있으며, 크로아티아어의 고유한 음소론적 및 형태론적 제약을 반영하고 있음을 시사한다.
• 음절 네트워크의 위상적 특징은 언어의 구조가 복잡한 네트워크 프레임워크로 효과적으로 모델링될 수 있다는 가설을 지지한다.
• 이 연구는 자연어 코퍼스에서의 음절 공현 패턴이 비랜덤하고 소월드 성질을 지닌 네트워크를 생성함을 확인한다.