[论文解读] Syllable parsing in English and French

Michael Hammond|ArXiv.org|Jun 2, 1995

Phonetics and Phonology Research参考文献 14被引用 62

一句话总结

本文提出了一种基于最优性理论（OT）的英语和法语音节切分模型，证明约束排序能够解释跨语言音节切分的差异。该模型采用串行约束满足和局部编码的Perl实现，以确定音节边界，表明法语在音节切分中比英语更早允许辅音韵尾，这是由于约束排序不同所致，且得到了心理语言学任务的实证支持。

ABSTRACT

In this paper I argue that Optimality Theory provides for an explanatory model of syllabic parsing in English and French. The argument is based on psycholinguistic facts that have been mysterious up to now. This argument is further buttressed by the computational implementation developed here. This model is important for several reasons. First, it provides a demonstration of how OT can be used in a performance domain. Second, it suggests a new relationship between phonological theory and psycholinguistics. (Code in Perl is included and a WWW-interface is running at http://mayo.douglass.arizona.edu.)

研究动机与目标

• 通过最优性理论开发英语和法语音节切分的解释性模型。
• 通过提出基于约束的替代方案，挑战心理语言学中的规则驱动音节切分方法。
• 证明OT能够模拟实时处理中的性能现象，如音节切分。
• 在Perl中实现该模型，通过串行约束满足和局部编码展示其计算可行性与效率。
• 解释音节切分中的跨语言差异，特别是英语与法语对韵尾辅音的不同处理方式。

提出的方法

• 使用带排序的约束来建模音节切分，优先考虑音节合法性而非音系规则。
• 将最大起始原则（MOP）和重音权重原则（WSP）作为约束层级中的核心约束。
• 在Perl中实现计算解析器，通过迭代约束满足来评估候选音节切分。
• 采用“局部编码”技术，通过在处理早期阶段剔除不可能的结构，减少候选集规模。
• 应用如NOONSET、ONSET和PARSE等约束，根据音系语境剔除无效的音节切分候选。
• 逐词处理输入，对每个音段应用约束，通过多次迭代优化音节边界。

实验结果

研究问题

• RQ1 最优性理论如何解释英语与法语音节切分的差异？
• RQ2 为何某些辅音簇（如 /str/、/mpt/）在英语中虽符合音系规则却无法出现？
• RQ3 有哪些心理语言学证据支持基于约束的而非基于规则的音节切分方法？
• RQ4 计算模型如何通过约束排序模拟实时音节切分？
• RQ5 重音模式与音节权重在英语和法语中在多大程度上影响音节切分结果？

主要发现

• 该模型通过约束排序解决不确定性，成功切分英语中具有歧义的VCV和CVC结构，如 'happy' 和 'hamper'。
• 由于NOONSET约束在法语中的排序低于英语，法语允许更早将辅音（如 'apa' 中的 /n/）作为韵尾音节化。
• Perl中的计算实现证实了该OT驱动切分模型的可行性，候选集通过局部编码和串行约束满足被高效缩减。
• 该模型通过显示 /mlt/ 或 /sms/ 等结构在约束层级中违反多个约束，解释了它们在英语中不合语法的原因。
• 心理语言学任务的实证数据支持该模型的观点：音节切分并非基于规则，而是基于约束驱动，尤其在处理速度和感知任务中表现明显。
• 该程序能正确区分相同输入（如 /apa/）在英语与法语中的不同切分结果，表明仅靠约束排序即可决定最终结果。