Robustness of the Random Language Model

要約

ランダム言語モデル (De Giuli 2019) は、人間言語とコンピューター言語の構文を定量化する、確率的文脈自由文法の集合体です。
このモデルは、潜在的な言語の広大な空間における一種のアニーリングとしての第一言語学習の単純な図を示唆しています。
最も単純な定式化では、文法構文への単一の連続的な移行を意味し、その時点で、潜在的な単語とカテゴリ間の対称性が自発的に破られます。
ここでは、現実世界での学習の避けられない要素である明示的な対称性の破れに対する堅牢性を考慮して、この状況を精査します。
シナリオがそのような対称性の破れに対して堅牢であることが示されています。
構文ネットワークのクラスタリング係数に関する人間のデータとの比較は、観察された遷移が生後 24 か月の子供が通常経験する遷移と同等であることを示唆しています。

要約(オリジナル)

The Random Language Model (De Giuli 2019) is an ensemble of stochastic context-free grammars, quantifying the syntax of human and computer languages. The model suggests a simple picture of first language learning as a type of annealing in the vast space of potential languages. In its simplest formulation, it implies a single continuous transition to grammatical syntax, at which the symmetry among potential words and categories is spontaneously broken. Here this picture is scrutinized by considering its robustness against explicit symmetry breaking, an inevitable component of learning in the real world. It is shown that the scenario is robust to such symmetry breaking. Comparison with human data on the clustering coefficient of syntax networks suggests that the observed transition is equivalent to that normally experienced by children at age 24 months.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google