論文の概要: Detecting directional forces in the evolution of grammar: A case study
of the English perfect using EEBO, COHA, and Google Books
- arxiv url: http://arxiv.org/abs/2110.08567v2
- Date: Mon, 28 Nov 2022 07:08:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-11 08:03:36.574352
- Title: Detecting directional forces in the evolution of grammar: A case study
of the English perfect using EEBO, COHA, and Google Books
- Title（参考訳）: 文法の進化における方向性力の検出:EEBO, COHA, Google Booksを用いた英語完全語の事例研究
- Authors: Shimpei Okuda, Michio Hosaka, and Kazutoshi Sasahara
- Abstract要約: 現代英語ではtextithave+PP (past participle) で完全形を形成するが、初期の英語では textitbe+PP 形式も存在した。
副動詞BEは,いくつかの特別な症例を除いて,進化を通じてHAVEに置き換えられたことが広く認識されている。
これらの結果は、英語の完全性はランダムなドリフトよりも自然選択によって進化し、文法の文化的進化に関する洞察を与える可能性があることを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Languages have diverse characteristics that have emerged through evolution.
In modern English grammar, the perfect is formed with \textit{have}+PP (past
participle), but in earlier English the \textit{be}+PP form also existed. It is
widely recognised that the auxiliary verb BE was replaced by HAVE throughout
evolution, except for some special cases. However, whether this evolution was
caused by natural selection or random drift is still unclear. Here we examined
directional forces in the evolution of the English perfect by combining three
large-scale data sources: EEBO (Early English Books Online), COHA (Corpus of
Historical American English), and Google Books. We found that most intransitive
verbs exhibited an apparent transition from \textit{be}+PP to \textit{have}+PP,
most of which were classified as `selection' by a deep neural network-based
model. These results suggest that the English perfect could have evolved
through natural selection rather than random drift, and provide insights into
the cultural evolution of grammar.
- Abstract（参考訳）: 言語には進化を通じて現れた様々な特徴がある。
現代の英語文法では、完全は \textit{have}+PP (past participle) で形成されるが、初期の英語では \textit{be}+PP 形式も存在した。
副動詞BEは,いくつかの特別な症例を除いて,進化を通じてHAVEに置き換えられたことが広く認識されている。
しかし、この進化が自然選択やランダムドリフトによって引き起こされたのかはいまだ不明である。
本稿では、EEBO(Early English Books Online)、COHA(Corpus of Historical American English)、Google Books(Google Books)の3つの大規模データソースを組み合わせて、英語完全性の進化における方向性について検討した。
非翻訳動詞の多くは、ディープニューラルネットワークに基づくモデルによって「選択」に分類された \textit{be}+pp から \textit{have}+pp へ明らかな遷移を示した。
これらの結果は、英語の完全性がランダムなドリフトではなく自然選択を通じて進化し、文法の文化的進化に対する洞察を与えることを示唆している。
関連論文リスト
- Towards Better Inclusivity: A Diverse Tweet Corpus of English Varieties [0.0]
私たちは、その根本にあるバイアス(データそのもの)の問題に対処することを目指しています。
英語の多言語話者の割合が低い国からのツイートのデータセットをキュレートする。
ベストプラクティスに従って、我々の成長するコーパスには7カ国から170,800のツイートが写っている。
論文 参考訳（メタデータ） (2024-01-21T13:18:20Z) - Why can neural language models solve next-word prediction? A
mathematical perspective [53.807657273043446]
本研究では,英語文の実例をモデル化するための形式言語群について検討する。
我々の証明は、ニューラルネットワークモデルにおける埋め込み層と完全に接続されたコンポーネントの異なる役割を強調します。
論文 参考訳（メタデータ） (2023-06-20T10:41:23Z) - DADA: Dialect Adaptation via Dynamic Aggregation of Linguistic Rules [64.93179829965072]
DADAは、多言語対応のSAE訓練モデルに対するモジュラーアプローチである。
DADAは単一タスクと命令言語モデルの両方に有効であることを示す。
論文 参考訳（メタデータ） (2023-05-22T18:43:31Z) - Context Matters: Adaptive Mutation for Grammars [2.3577368017815705]
本研究では、構造化文法進化(SGE)のための自己適応突然変異法である適応ファシリテート変異を提案する。
提案した突然変異では、各個体は、各非末端に対して異なる自己適応突然変異率を持つ配列を含む。
SGEの変種である確率的構造文法進化(PSGE)を用いた3つのシンボリック回帰ベンチマーク実験を行った。
論文 参考訳（メタデータ） (2023-03-25T17:26:20Z) - Probabilistic Structured Grammatical Evolution [0.5156484100374059]
確率的構造文法進化(PSGE)を提案する。
PSGEは構造化文法進化 (Structured Grammatical Evolution, SGE) と確率文法進化 (Probabilistic Grammatical Evolution, PGE) 表現の変種とマッピング機構を組み合わせたものである。
PSGEは、調査された6つのベンチマーク問題すべてにおいて、統計的に文法的進化(GE)より優れていた。
論文 参考訳（メタデータ） (2022-05-21T22:29:10Z) - Co-evolutionary Probabilistic Structured Grammatical Evolution [0.5156484100374059]
この研究は、共進化的確率的構造的文法進化(Co-PSGE)と呼ばれる構造的文法進化(SGE)の拡張を提案する。
Co-PSGEでは、集団内の各個人は、動的リストのリストである文法とジェノタイプによって構成される。
提案手法の性能は,4つの異なるベンチマーク問題に対して,文法的進化(GE),確率的文法的進化(PGE),SGEの3つの異なる手法と比較される。
論文 参考訳（メタデータ） (2022-04-19T16:35:22Z) - VALUE: Understanding Dialect Disparity in NLU [50.35526025326337]
アフリカ・アメリカン・バーナクラ・イングリッシュ(AAVE)の11つの特徴に関するルールを構築した。
言語的アクセプタビリティ判断により,各特徴変換の検証を行うために,流線型AAVE話者を募集する。
実験により、これらの新しい方言の特徴がモデル性能の低下につながることが示された。
論文 参考訳（メタデータ） (2022-04-06T18:30:56Z) - Complex Evolutional Pattern Learning for Temporal Knowledge Graph
Reasoning [60.94357727688448]
TKG推論は、歴史的KG配列を考えると、将来の潜在的な事実を予測することを目的としている。
進化のパターンは、長さの多様性と時間変化の2つの側面において複雑である。
本稿では,CEN(Complex Evolutional Network)と呼ばれる新しいモデルを提案する。CNN(Convolutional Neural Network)を用いて,長さの異なる進化パターンを扱う。
論文 参考訳（メタデータ） (2022-03-15T11:02:55Z) - Mechanism of Evolution Shared by Gene and Language [8.882751635947027]
遺伝子と言語の多様性を説明するための一般的な進化メカニズムを提案する。
古典的対応である「ドメインは遺伝子言語において単語の役割を担っている」ことは厳密ではない。
私たちは、話し言葉と書き言葉の特徴を含む新しい進化単位であるsyllgramを考案しました。
論文 参考訳（メタデータ） (2020-12-28T15:46:19Z) - Deep Learning for Text Style Transfer: A Survey [71.8870854396927]
テキストスタイル転送は、生成したテキストの特定の属性を制御することを目的として、自然言語生成において重要なタスクである。
2017年の最初のニューラルテキストスタイル転送作業以降,100以上の代表的な記事を対象とした,ニューラルテキストスタイル転送の研究の体系的な調査を行う。
タスクの定式化、既存のデータセットとサブタスク、評価、並列データと非並列データの存在下での豊富な方法論について論じる。
論文 参考訳（メタデータ） (2020-11-01T04:04:43Z) - A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。
本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
論文 参考訳（メタデータ） (2019-04-04T02:03:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。