[论文解读] Dependency length minimization: Puzzles and Promises.

Haitao Liu, Chunshan Xu+1 more|arXiv (Cornell University)|Jan 1, 2015

Natural Language Processing Techniques被引用 4

一句话总结

本文批判了Futrell等人在PNAS上发表的研究，该研究声称提供了关于依存长度最小化的跨语言证据（DLM），认为该研究夸大了其新颖性，忽视了先前的研究，并且在基线设置上存在缺陷，即假设随机语言具有投射性。本文进一步质疑了句法主干后置语序与依存长度之间缺乏支持的关联，对所提出的DLM假说的有效性和普遍性提出质疑。

ABSTRACT

In the recent issue of PNAS, Futrell et al. claims that their study of 37 languages gives the first large scale cross-language evidence for Dependency Length Minimization, which is an overstatement that ignores similar previous researches. In addition,this study seems to pay no attention to factors like the uniformity of genres,which weakens the validity of the argument that DLM is universal. Another problem is that this study sets the baseline random language as projective, which fails to truly uncover the difference between natural language and random language, since projectivity is an important feature of many natural languages. Finally, the paper contends an apparent relationship between head finality and dependency length despite the lack of an explicit statistical comparison, which renders this conclusion rather hasty and improper.

研究动机与目标

• 挑战Futrell等人提供跨语言依存长度最小化（DLM）首次大规模证据的主张。
• 强调此前已有研究探讨过类似现象，从而削弱DLM主张的新颖性。
• 质疑将投射性随机语言作为基线的有效性，认为这无法有效区分自然语言与随机语言的结构差异。
• 批判缺乏统计支持的主张，即主干后置语序与依存长度之间存在关联。

提出的方法

• 分析Futrell等人实验设计中的方法论缺陷，尤其是将投射性随机语言用作基线的做法。
• 将DLM假说与早期研究进行比较，这些研究曾探讨过跨语言中类似的依存长度模式。
• 评估假设投射性随机语言能准确反映自然语言结构特性的合理性。
• 评估将主干后置语序与依存长度相关联的主张在统计上的严谨性，指出现有研究缺乏正式的统计检验。

实验结果

研究问题

• RQ1 Futrell等人研究是否在37种语言中提供了依存长度最小化的全新证据？
• RQ2 将投射性随机语言用作区分自然语言与随机语言结构的基线是否合理？
• RQ3 观察到的主干后置语序与依存长度之间的相关性是否具有统计学依据？
• RQ4 先前的研究在多大程度上已支持DLM假说，从而削弱了其作为首次大规模证据的主张？

主要发现

• Futrell等人的研究夸大了其新颖性，因为依存长度最小化的类似研究早在其工作之前就已存在。
• 将投射性随机语言作为基线，无法捕捉自然语言与随机语言之间的真实结构差异。
• 将主干后置语序与较短依存长度相关联的主张缺乏统计验证，因此尚不成熟。
• 数据集中缺乏语体一致性控制，削弱了依存长度最小化普遍性的论证。