[论文解读] A Probabilistic Approach in Historical Linguistics Word Order Change in Infinitival Clauses: from Latin to Old French

Olga Scrivner|arXiv (Cornell University)|Nov 16, 2020

Syntax, Semantics, Linguistic Variation参考文献 85被引用 5

一句话总结

本文提出一种概率性、变异主义方法，结合计算语言学、贝叶斯统计与社会语言学，以建模从拉丁语到古法语中不定式从句的主-动（OV）向动-宾（VO）语序的历时演变。通过分析带有语用、句法与社会语言学编码的标注语料库，研究识别出信息结构是变化的关键驱动力，并提出一个三阶段概率模型，以区分稳定交替与正在进行的变化，为历史语言演变中的句法重新分析提供了新方法。

ABSTRACT

This research offers a new interdisciplinary approach to the field of Linguistics by using Computational Linguistics, NLP, Bayesian Statistics and Sociolinguistics methods. This thesis investigates word order change in infinitival clauses from Object-Verb (OV) to Verb-Object (VO) in the history of Latin and Old French. By applying a variationist approach, I examine a synchronic word order variation in each stage of language change, from which I infer the character, periodization and constraints of diachronic variation. I also show that in discourse-configurational languages, such as Latin and Early Old French, it is possible to identify pragmatically neutral contexts by using information structure annotation. I further argue that by mapping pragmatic categories into a syntactic structure, we can detect how word order change unfolds. For this investigation, the data are extracted from annotated corpora spanning several centuries of Latin and Old French and from additional resources created by using computational linguistic methods. The data are then further codified for various pragmatic, semantic, syntactic and sociolinguistic factors. This study also evaluates previous factors proposed to account for word order alternation and change. I show how information structure and syntactic constraints change over time and propose a method that allows researchers to differentiate a stable word order alternation from alternation indicating a change. Finally, I present a three-stage probabilistic model of word order change, which also conforms to traditional language change patterns.

研究动机与目标

• 使用计算与概率框架，研究从拉丁语到古法语中不定式从句的OV至VO语序历时演变。
• 识别影响历史各阶段语序变异的语用、句法与社会语言学约束。
• 通过概率建模区分稳定的语序交替与正在进行的句法变化迹象。
• 通过信息结构标注开发一种在语用中性语境下检测语篇-结构语言（如拉丁语与古法语）中句法变异的方法。
• 评估并完善现有解释语序变化因素的理论，强调信息结构与句法约束的作用。

提出的方法

• 在每个历史阶段（拉丁语、古法语）应用变异主义方法分析共时语序变异，以推断历时模式。
• 对语料库进行语用、语义、句法与社会语言学因素的标注，以编码语境对语序的影响。
• 使用贝叶斯统计建模估算语序交替的概率，并追踪其随时间的变化。
• 将语用范畴（如话题、焦点）映射至句法结构，以检测语序偏好变化。
• 开发一个与传统语言演变模式一致的三阶段语序变化概率模型。
• 整合计算语言学方法，从历史语料库中提取并增强数据，创建补充标注资源。

实验结果

研究问题

• RQ1 在从拉丁语到古法语的演变过程中，语用、句法与社会语言学因素如何影响不定式从句的语序变异？
• RQ2 信息结构标注在多大程度上能识别语篇-结构语言（如拉丁语与古法语）中的语用中性语境？
• RQ3 贝叶斯建模如何区分稳定的语序交替与正在进行的句法变化迹象？
• RQ4 信息结构在不定式从句中OV向VO语序历时演变中扮演何种角色？
• RQ5 在语序变化的背景下，句法约束与语用因素如何随时间演变？

主要发现

• 研究识别出信息结构是语序变化的主要驱动力，语用因素如话题与焦点影响OV/VO交替。
• 通过信息结构标注可可靠识别拉丁语与古法语中的语用中性语境，从而实现对句法变异的受控分析。
• 成功开发了三阶段语序变化概率模型，其与既定的语言演变模式一致，并能区分稳定交替与正在进行的重新分析。
• 该模型表明，句法约束与信息结构同步演变，古法语中VO语序的偏好较拉丁语显著增强。
• 该方法使研究者能够区分由语境因素引起的变异与预示更广泛句法转变的变异，为历史句法分析提供了新工具。
• 计算语言学方法与贝叶斯统计及社会语言学标注的整合，显著提升了检测历时句法变化的精确度。