NeLLCom-X: A Comprehensive Neural-Agent Framework to Simulate Language Learning and Group Communication

要約

計算言語学の最近の進歩には、ランダムなシンボルのセットから開始して、相互作用するニューラル ネットワーク エージェントを使用して人間に似た言語の出現をシミュレートすることが含まれます。
最近導入された NeLLCom フレームワーク (Lian et al., 2023) では、特定の言語特性の出現を研究することを目的として、エージェントが最初に人工言語を学習し、次にそれを使用してコミュニケーションを行うことができます。
我々は、言語学習能力、コミュニケーションプレッシャー、グループサイズ効果の間の相互作用を調査するために、より現実的な役割交代エージェントとグループコミュニケーションを導入することで、このフレームワーク（NeLLCom-X）を拡張しました。
私たちは、語順と格マーキングのトレードオフの出現をシミュレートする先行研究からの重要な発見を再現することによって、NeLLCom-X を検証します。
次に、相互作用が言語の収束とトレードオフの出現にどのような影響を与えるかを調査します。
新しいフレームワークは、言語進化における相互作用とグループダイナミクスの重要性を強調し、多様な言語的側面の将来のシミュレーションを容易にします。

要約(オリジナル)

Recent advances in computational linguistics include simulating the emergence of human-like languages with interacting neural network agents, starting from sets of random symbols. The recently introduced NeLLCom framework (Lian et al., 2023) allows agents to first learn an artificial language and then use it to communicate, with the aim of studying the emergence of specific linguistics properties. We extend this framework (NeLLCom-X) by introducing more realistic role-alternating agents and group communication in order to investigate the interplay between language learnability, communication pressures, and group size effects. We validate NeLLCom-X by replicating key findings from prior research simulating the emergence of a word-order/case-marking trade-off. Next, we investigate how interaction affects linguistic convergence and emergence of the trade-off. The novel framework facilitates future simulations of diverse linguistic aspects, emphasizing the importance of interaction and group dynamics in language evolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google