[논문 리뷰] Language Varieties of Italy: Technology Challenges and Opportunities

Alan Ramponi|arXiv (Cornell University)|2022. 09. 20.

Natural Language Processing Techniques인용 수 4

한 줄 요약

이 논문은 이탈리아의 멸종 위험에 처한 언어 다양성에 대해 기계 중심적 접근 방식을 도전하며, 언어적 다양성, 문화적 맥락, 공동체 참여를 우선시하는 언어 사용자 중심의 패러다임을 주장한다. 이를 통해 윤리적이고 문화적으로 인식된 기술 개발을 바탕으로 이탈리아의 자원이 부족한 언어의 생존을 책임감 있게 지원할 수 있는 參與적이고 다학문적인 공동체를 구축할 것을 제안한다.

ABSTRACT

Italy is characterized by a one-of-a-kind linguistic diversity landscape in Europe, which implicitly encodes local knowledge, cultural traditions, artistic expressions and history of its speakers. However, most local languages and dialects in Italy are at risk of disappearing within few generations. The NLP community has recently begun to engage with endangered languages, including those of Italy. Yet, most efforts assume that these varieties are under-resourced language monoliths with an established written form and homogeneous functions and needs, and thus highly interchangeable with each other and with high-resource, standardized languages. In this paper, we introduce the linguistic context of Italy and challenge the default machine-centric assumptions of NLP for Italy's language varieties. We advocate for a shift in the paradigm from machine-centric to speaker-centric NLP, and provide recommendations and opportunities for work that prioritizes languages and their speakers over technological advances. To facilitate the process, we finally propose building a local community towards responsible, participatory efforts aimed at supporting vitality of languages and dialects of Italy.

연구 동기 및 목표

• 이탈리아의 지역 언어와 방언의 언어학적 복잡성과 멸종 위험을 NLP 공동체에 노출시키는 것.
• 지역 언어를 동일시하고 자원이 부족한 데이터 자원으로 간주하는 지배적인 기계 중심 NLP 패러다임을 비판하는 것.
• 특히 구어 중심성과 표준 이탈리아어와의 이중어 관계를 포함한 이탈리아 언어 다양성의 문화적, 기능적, 구조적 다양성을 부각하는 것.
• 기술 중심의 NLP에서 언어 사용자 중심의 설계로의 전환을 제안하여 언어 정체성, 문화적 맥락, 공동체의 요구를 존중하는 것.
• 'Boot의 다양성(Varieties of the Boot)'이라는 參與적이고 다학문적인 공동체를 구축하여 언어 보존을 위한 윤리적 협업과 지식 공유를 촉진하는 것.

제안 방법

• 로마계, 게르만계, 슬라브계, 헬레니즘계 언어를 포함한 지역 언어의 역사적, 사회언어학적, 구조적 다양성을 강조하며 이탈리아의 언어 풍경을 분석하는 것.
• 이탈리아어 언어 다양성에 대한 기존 NLP 연구를 검토하여 데이터 대표성, 철도 표준화, 기능적 다양성의 격차를 식별하는 것.
• 기계로 읽을 수 있는 문장 기반의 기록된 텍스트가 유일한 데이터 소스라는 가정을 비판하며, 오히려 구어, 맥락 기반, 코드 스위칭된 언어 사용을 포함할 것을 주장하는 것.
• 기술적 확장성보다 문화적 맥락, 공동체의 기여, 참여형 설계를 가치 있게 여기는 언어 사용자 중심의 NLP 프레임워크를 제안하는 것.
• 'Boot의 다양성'을 시작하고 널리 홍보하여 언어학자, NLP 연구자, 음성 공동체 간의 지식 공유, 윤리적 참여, 협동 연구를 위한 공동체 플랫폼을 조성하는 것.
• 지역 이탈리아어 변종, 코드 스위칭, 언어 다양성의 대규모 기록을 위한 NLP의 기회를 탐색하며 전통적 어휘도서인 ALI와 AIS를 보완하는 것.

실험 결과

연구 질문

• RQ1 이탈리아의 지역 언어 다양성의 언어학적, 문화적, 기능적 특성이 표준 기계 중심 NLP 접근 방식의 가정을 어떻게 도전하는가?
• RQ2 현재의 NLP 패러다임은 이탈리아의 멸종 위험에 처한 언어의 구어 중심성, 비표준성, 맥락 의존성의 특성을 어떻게 반영하지 못하는가?
• RQ3 지역 언어 다양성을 기계 학습을 위한 상호 교환 가능한 데이터 자원으로 간주하는 데는 윤리적 및 실천적 함의가 무엇이 있는가?
• RQ4 참여형, 공동체 중심의 NLP 이니셔티브는 어떻게 이탈리아의 언어 유산의 장기적 생존을 지원할 수 있는가?
• RQ5 NLP는 이탈리아 어휘 공동체의 지역적 변종, 코드 스위칭, 사회언어학적 역학을 기록하고 표현하는 데 어떤 기회를 제공할 수 있는가?

주요 결과

• 유네스코가 멸종 위험에 처한 것으로 분류한 이탈리아의 언어 및 방언은 30개 이상이며, 이는 유럽에서 가장 농축된 언어 다양성의 사례를 반영한다.
• 대부분의 이탈리아 지역 언어는 주로 구어 중심이며, 표준 철도가 없고 표준 이탈리아어와의 이중어 관계를 맺고 있으며, 현재의 NLP 패러다임은 이를 자주 간과한다.
• 기록된 문장이 언어 사용의 대표성을 갖는다는 가정은 동일시된, 문화를 간과한 NLP 시스템을 초래하며, 지역적 어휘 및 기능적 다양성을 지워낼 수 있다 — 예를 들어, Cimbrian 방언에서 '눈'에 대한 여러 용어.
• 현재의 NLP 접근 방식은 언어 다양성을 상호 교환 가능한 데이터 포인트로 간주하며, 그들의 독특한 사회언어학적 역할, 문화적 의미, 공동체 특화된 요구를 무시한다.
• 'Boot의 다양성' 공동체가 윤리적 협업, 최선의 실천 공유, 이탈리아 언어 유산에 대한 인식 제고를 위한 참여형 플랫폼으로 구축되었다.
• NLP는 지역 이탈리아어 변종, 코드 스위칭, 언어 접촉을 대규모로 연구할 수 있는 기회를 지니며, 전통적 어휘도서인 ALI와 AIS를 보완하는 언어 기록에 기여할 수 있다.