[論文レビュー] Grammatical Constraints on Intra-sentential Code-Switching: From Theories to Working Models

Gayatri Bhat, Monojit Choudhury+1 more|arXiv (Cornell University)|Dec 14, 2016

Natural Language Processing Techniques参考文献 10被引用数 15

ひとこと要約

本稿では、等価制約理論（Equivalence-Constraint, EC）とマトリックス言語理論（Matrix-Language, ML）を統合することで、ヒンディー語-英語間の文中コードスイッチィングの計算モデルを提案する。両理論単体では、いずれも妥当性や完全性に欠けることが示された。本研究では、ECの語彙的制約と、緩められたMLフレームワークを組み合わせたハイブリッドモデルを提案し、人的評価による検証を通じて、社会的言語的要因が受容性判断に強く影響することを明らかにした。

ABSTRACT

We make one of the first attempts to build working models for intra-sentential code-switching based on the Equivalence-Constraint (Poplack 1980) and Matrix-Language (Myers-Scotton 1993) theories. We conduct a detailed theoretical analysis, and a small-scale empirical study of the two models for Hindi-English CS. Our analyses show that the models are neither sound nor complete. Taking insights from the errors made by the models, we propose a new model that combines features of both the theories.

研究の動機と目的

• 等価制約（EC）およびマトリックス言語（ML）理論に基づく、文中コードスイッチィングの動作する計算モデルを開発すること。
• ECおよびMLモデルの理論的・実証的妥当性を、文法的に適正で自然なヒンディー語-英語コードスイッチィング文の生成という観点から評価すること。
• モデルが生成する文における誤りを分析することで、既存理論の限界を特定すること。
• 両理論から最も効果的な制約を統合したハイブリッド計算モデルを提案し、性能を向上させること。

提案手法

• ヒンディー語および英語の文脈自由文法を用いて、ECおよびML理論を構成可能で言語に依存しない計算モデルとして形式化すること。
• 元来の理論に見られる不完全な定義を解消するための体系的仮定を適用し、モデルの実装を可能にすること。
• 形態句構造の境界で制御されたスイッチィングを伴う、ECベースおよびMLベースのコードスイッチィング文を生成すること。
• 5名のバイリンガルのジャッジを対象とした小規模な人的評価を実施し、文の受容性および自然さを5段階スケールで評価すること。
• 人的判断の不一致を分析し、コードスイッチィングの受容性に及ぼす社会的言語的要因を特定すること。
• ECの語彙的制約と、緩められたMLのマトリックス構造を組み合わせたハイブリッドモデルを提案し、カバレッジと自然さの向上を図ること。

実験結果

リサーチクエスチョン

• RQ1 ECおよびML理論を計算的に実装した場合、文法的に適正で受容可能なヒンディー語-英語コードスイッチィング文をどの程度生成できるか。
• RQ2 ECおよびMLモデルがすべての受容可能なコードスイッチィングパターンを生成できない理由は何か。また、それらが見過ごしている主な構造的・語彙的制約は何か。
• RQ3 レジスタ、フォーマルさ、地域的差異といった社会的言語的要因が、人的判断によって明らかにされるコードスイッチィング文の受容性にどのように影響するか。
• RQ4 両理論の制約を統合したハイブリッドモデルは、独立したモデルと比較して、カバレッジおよび自然さの面で向上を示せるか。
• RQ5 さまざまなバイリンガルコミュニティにおいて、受容可能なコードスイッチィングパターンを支配する階層的または部分順序の制約は何か。

主な発見

• ECおよびMLモデルは、自然データで観察される特定の受容可能なコードスイッチィングパターンを生成できないか、あるいは誤って拒否するため、いずれも妥当性や完全性に欠ける。
• 人的評価では、受容性スコアのばらつきが顕著に認められ（例：標準偏差最大1.67）、社会的言語的要因および地域的要因が自然さの認識に強く影響していることが示された。
• 代名詞（例：'tum' が 'you' を表す）のスイッチィングは広く不適切と判断された。これは、機能的カテゴリーが自由にスイッチ可能であるとは限らないことを示し、一部のML仮定とは対照的である。
• ECモデルは、特に機能的カテゴリーの取り扱いにおいて過剰に制限的であり、現実のコードスイッチィングパターンのカバレッジを制限していた。
• ECの語彙的制約と緩められたML構造を組み合わせたハイブリッドモデルは、性能が向上しており、正確なモデル化には多面的な制約階層が必要であると示唆された。
• レジスタやフォーマルさ（例：'neeras' はあまりにフォーマル）といった語彙的要因が、自然さと流暢さに顕著に影響することから、語彙的選択がコードスイッチィングにおける文法的受容性の重要な要因であることが明らかになった。