[논문 리뷰] Exposure and Emergence in Usage-Based Grammar: Computational Experiments in 35 Languages

Jonathan Dunn|arXiv (Cornell University)|2022. 11. 02.

Language and cultural evolution인용 수 1

한 줄 요약

이 논문은 35개의 언어를 대상으로 언어 입력에 노출됨에 따라 구성이 어떻게 기초가 되고, 어떻게 해소되는지를 시뮬레이션하는 사용기반 구성문법의 계산 모델을 제시한다. 등록어 특화 코퍼스에 점진적으로 노출시키면서, 구성어휘집의 성장 속도가 어휘집보다 느리며, 노출 증가에 따라 다양한 등록어 간의 문법이 수렴하고, 잊혀짐 속도가 기초 형성 속도를 반영함으로써, 문법적 구조의 형성과 쇠퇴를 동적으로 노출 기반으로 설명하는 모델을 뒷받침한다.

ABSTRACT

<p> <i>[article abstract:] </i> This paper uses computational experiments to explore the role of exposure in the emergence of construction grammars. While usage-based grammars are hypothesized to depend on a learner’s exposure to actual language use, the mechanisms of such exposure have only been studied in a few constructions in isolation. This paper experiments with (i) the growth rate of the constructicon, (ii) the convergence rate of grammars exposed to independent registers, and (iii) the rate at which constructions are forgotten when they have not been recently observed. These experiments show that the lexicon grows more quickly than the grammar and that the growth rate of the grammar is not dependent on the growth rate of the lexicon. At the same time, register-specific grammars converge onto more similar constructions as the amount of exposure increases. This means that the influence of specific registers becomes less important as exposure increases. Finally, the rate at which constructions are forgotten when they have not been recently observed mirrors the growth rate of the constructicon. This paper thus presents a computational model of usage-based grammar that includes both the emergence and the unentrenchment of constructions.</p> <p> <i> [dataset abstract:] </i> This dataset consists of three zip folders containing the main analysis represented in the related publication as well as a number of separate corpus files that serve as the raw input to grammar learning. </p>

연구 동기 및 목표

• 사용기반 문법에서 실제 언어 사용에 대한 노출이 구성의 기초 형성에 어떻게 기여하는지 조사하기 위해.
• 언어와 등록어 간 어휘집 성장과 구성어휘집 성장 간의 관계를 검토하기 위해.
• 노출 증가에 따라 등록어 특화 문법이 어떻게 수렴하는지 모델링하기 위해.
• 최근에 관찰되지 않은 구성이 어떻게 해소되는지를 시뮬레이션하여, 잊혀짐과 기초 형성 간의 연관성을 연결하기 위해.

제안 방법

• 본 연구는 35개 언어에서 세 가지 서로 다른 등록어에 해당하는 비교 가능한 코퍼스에 계산적 구성문법(CxG)을 적용한다.
• 노출은 10만 단어 단위로 10만에서 200만 단어까지 점진적으로 증가시켜 언어 노출의 발달 단계를 시뮬레이션한다.
• 구성어휘집 성장은 각 노출 수준에서 확보된 고유한 구성의 수를 추적하여 측정한다.
• 등록어 간 문법의 수렴은 각 노출 수준에서 교차 언어 및 교차 등록어 비교를 통해 구성어휘집 유사도를 평가함으로써 분석한다.
• 최근 노출 창에 관찰되지 않은 구성의 활성도 감쇠를 통해 해소를 모델링하며, 시간이 지남에 따라 잊혀짐을 시뮬레이션한다.
• 모든 실험은 심리언어학적 또는 몸짓 기반 데이터에 접근할 수 없는, 인지 기반의 코퍼스 기반 모델을 사용하여, 코퍼스 내 분포 패턴에만 집중한다.

실험 결과

연구 질문

• RQ1 언어와 등록어 간에 구성어휘집 성장 속도는 어휘집 성장 속도와 어떻게 비교되는가?
• RQ2 노출 증가에 따라 등록어 특화 문법이 얼마나 유사한 표현으로 수렴하는가?
• RQ3 최근에 관찰되지 않은 구성의 해소 속도(잊혀짐)는 점진적 노출 하에서 기초 형성 속도와 어떻게 관련되는가?
• RQ4 구성어휘집 성장은 어휘집 성장에 의존하는가, 아니면 독립된 궤도를 따르는가?
• RQ5 빈도가 높은 핵심 구성—즉, 빈도가 높은 구성—은 주변 구성보다 등록어 간에 더 높은 수렴도를 보이는가?

주요 결과

• 구성어휘집은 어휘집보다 더 느리게 성장하며, 이는 다양한 언어와 등록어 간에 문법적 구조가 개별 어휘보다 느리게 기초 형성됨을 시사한다.
• 어휘집 성장과 구성어휘집 성장 간에 유의미한 상관관계가 없으며, 이는 구성어휘집이 어휘집의 단순 연장선이 아니라 추상화와 일반화 과정을 통해 발전한다는 것을 시사한다.
• 노출 증가에 따라 등록어 특화 문법이 점점 더 유사한 표현으로 수렴하며, 200만 단어로 훈련된 문법이 100만 또는 50만 단어로 훈련된 문법보다 더 유사하다.
• 빈도가 높은 구성으로 정의된 핵심 구성어휘집은 전체 구성어휘집보다 더 높은 일치도를 보이며, 이는 다양한 맥락에서 공통된 문법적 기반을 형성하고 있음을 시사한다.
• 최근에 관찰되지 않은 구성이 잊혀지는 속도는 그 기초 형성 속도와 정확히 일치하며, 이는 사용기반 문법에서 학습과 해소 사이에 대칭적인 동적 구조가 존재함을 시사한다.
• 등록어 간 문법의 수렴은 노출 증가에 따라 더 추상적이고 일반화된 구성의 습득에 의해 이뤄지며, 이는 구성어휘집이 어휘집보다 느리게 성장하는 이유를 설명한다.