A Grounded Typology of Word Classes

要約

私たちは言語類型論における意味に対する根拠に基づいたアプローチを提案します。
私たちは、画像などの知覚モダリティからのデータを、言語に依存しない意味の表現として扱います。
したがって、言語間の画像とキャプションの間の機能と形式の関係を定量化できます。
情報理論に触発されて、私たちは、多言語マルチモーダル言語モデルで計算できる、文脈上の意味論的内容性（驚きの違いとして定式化される）の経験的尺度である「グラウンディング性」を定義します。
概念の実証として、この尺度を単語クラスの類型論に適用します。
私たちの尺度は、言語間の関数型 (文法) クラスと語彙型 (内容) クラス間の内容の非対称性を捉えていますが、関数型クラスは内容を伝えないという見解とは矛盾しています。
さらに、根拠の階層（例、名詞 > 形容詞 > 動詞）に普遍的な傾向が見出され、私たちの尺度が英語における心理言語学的具体性の規範と部分的に相関していることを示します。
30 言語のグラウンディング スコアのデータセットをリリースします。
私たちの結果は、根拠のある類型論アプローチが言語の意味機能に関する定量的証拠を提供できることを示唆しています。

要約(オリジナル)

We propose a grounded approach to meaning in language typology. We treat data from perceptual modalities, such as images, as a language-agnostic representation of meaning. Hence, we can quantify the function–form relationship between images and captions across languages. Inspired by information theory, we define ‘groundedness’, an empirical measure of contextual semantic contentfulness (formulated as a difference in surprisal) which can be computed with multilingual multimodal language models. As a proof of concept, we apply this measure to the typology of word classes. Our measure captures the contentfulness asymmetry between functional (grammatical) and lexical (content) classes across languages, but contradicts the view that functional classes do not convey content. Moreover, we find universal trends in the hierarchy of groundedness (e.g., nouns > adjectives > verbs), and show that our measure partly correlates with psycholinguistic concreteness norms in English. We release a dataset of groundedness scores for 30 languages. Our results suggest that the grounded typology approach can provide quantitative evidence about semantic function in language.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google