[논문 리뷰] Orthographic Structuring of Human Speech and Texts: Linguistic Application of Recurrence Quantification Analysis

Franco Orsucci, Kimberly Walter외 3명|arXiv (Cornell University)|1997. 12. 24.

Chaos control and synchronization참고 문헌 8인용 수 28

한 줄 요약

이 논문은 다양한 언어의 문장 및 말하기 샘플에서 철자 구조를 정량화하기 위해 복귀 양자 분석(RQA)을 제안한다. 이탈리아어, 미국 영어, 스웨덴어에서 수집한 시와 말하기 샘플의 문자 조합을 분석함으로써 RQA는 언어에 관계없이 일관되게 나타나는 구조적 복잡성 패턴을 드러내며, 철자 형태 자체가 깊이 있는 조음 조직을 암묵적으로 담고 있음을 보여준다.

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.

연구 동기 및 목표

• 음성적 또는 의미적 내용과 무관하게 문장 및 말하기 언어의 철자적 구조를 평가하기 위한 정량적 방법을 개발하는 것.
• 복귀 양자 분석(RQA)이 다양한 언어 샘플 간에 일관되고 순서에 의존하는 구조적 패턴을 탐지할 수 있는지 테스트하는 것.
• 특히 시적 텍스트에서 언어 번역 간에도 구조적 동일성(구조적 불변성)을 유지할 수 있는지 그 방법의 능력을 평가하는 것.
• RQA 기술자를 사용하여 말하기 샘플의 구조적 복잡성과 시적 텍스트의 복잡성 간을 비교하는 것.
• RQA가 순수하게 철자 수준에서만 암묵적으로 표현된 숨겨진 언어적 구조의 현상학적 지표로 기능할 수 있는지 확인하는 것.

제안 방법

• RQA는 철자 텍스트의 순서된 문자 시퀀스에 적용되며, 각 문자를 시간 시리즈상의 한 점으로 간주한다.
• 시간 지연 임bedding을 사용하여 문자 시퀀스의 임베딩 상태 간의 거리 행렬을 계산함으로써 위상 공간을 재구성한다.
• 복귀 비율(REC)과 결정성(DET)과 같은 주요 RQA 측정치를 계산하여 복귀성과 결정론적 구조를 정량화한다.
• 다섯 개의 데이터 세트에 적용: 20세기 이탈리아어 및 미국 영어의 시, 이탈리아어 번역이 포함된 스웨덴어 시, 그리고 이탈리아어와 미국 영어의 말하기 샘플을 녹음한 자료.
• 비어 있는 제어군과의 통계적 비교를 통해 비랜덤한 구조적 특징을 분리한다.
• 예를 들어 스웨덴어와 이탈리아어 번역 간의 언어 쌍 간에 RQA 파라미터(REC 및 DET) 간 상관관계를 계산하여 언어 간 불변성 여부를 테스트한다.

실험 결과

연구 질문

• RQ1 RQA는 음성적 또는 의미적 내용과 무관하게 문장 텍스트의 철자적 구조를 탐지하고 정량화할 수 있는가?
• RQ2 RQA 방법은 이탈리아어, 스웨덴어 등 다양한 언어 간에도 일관된 구조적 패턴을 드러내는가, 예를 들어 번역된 시적 텍스트에서 그러한 패턴이 나타나는가?
• RQ3 말하기 샘플의 RQA 기술자(REC 및 DET)는 시적 텍스트와 비교해 볼 때 어떻게 다른가?
• RQ4 RQA 파라미터가 통계적 또는 분포적 특성보다 진정으로 언어적 복잡성의 본질을 반영하는 정도는 어느 정도인가?
• RQ5 RQA는 언어에 관계없이 신뢰할 수 있는, 언어적 텍스트의 구조적 복잡성을 비교하는 데 사용할 수 있는 지표가 될 수 있는가?

주요 결과

• RQA는 다양한 언어적 유형과 텍스트 유형 간에 높은 일관성으로 반복적이고 결정론적인 구조를 성공적으로 식별하였다.
• 스웨덴어 시와 그 이탈리아어 번역 간 상관관계는 강력하였으며, REC의 경우 r = 0.85, DET의 경우 r = 0.90 (p < 0.01)로, 조음 구조의 언어에 관계없는 탐지가 확인되었다.
• 이탈리아어와 미국 영어의 말하기 샘플 모두 REC와 DET 간 상관관계가 유의미하게 높았다 (각각 r = 0.89, r = 0.88, p < 0.001), 이는 말하기와 시의 구조적 조직이 공통성을 가짐을 시사한다.
• 미국 영어 말하기 샘플의 REC 평균(0.416)과 DET 평균(20.00)은 이탈리아어 샘플( REC: 0.676, DET: 27.94)보다 유의미하게 낮았으며(p < 0.0001), 이는 미국 영어 말하기의 구조적 복잡성이 더 높음을 시사한다.
• 모든 텍스트 유형의 통합 분석에서 REC와 DET 간 선형 스케일링 관계가 강하게 나타났다(r = 0.87, p < 0.001), 이는 REC-DET 평면을 복잡성 지수로 사용하는 것이 타당함을 뒷받침한다.
• 모든 텍스트의 셔플된 버전은 유의미하게 낮은 RQA 값을 보였으며, 이는 탐지된 구조가 비랜덤하고 순서에 의존함을 확인한다.