論文の概要: The optimal placement of the head in the noun phrase. The case of demonstrative, numeral, adjective and noun

• arxiv url: http://arxiv.org/abs/2402.10311v8
• Date: Tue, 15 Oct 2024 13:21:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-16 13:57:49.697641
• Title: The optimal placement of the head in the noun phrase. The case of demonstrative, numeral, adjective and noun
• Title（参考訳）: 名詞句における頭部の最適配置 : 形容詞・数字・形容詞・名詞の場合
• Authors: Ramon Ferrer-i-Cancho,
• Abstract要約: 言語において好まれる順序によって、名詞は終わりの1つに置かれる傾向があることを示す。 我々はまた、アンチローカリティ効果の証拠も示している: 望ましい順序における構文依存は、偶然に予想されるよりも長い。
• 参考スコア（独自算出の注目度）: 0.16317061277456998
• License:
• Abstract: The word order of a sentence is shaped by multiple principles. The principle of syntactic dependency distance minimization is in conflict with the principle of surprisal minimization (or predictability maximization) in single head syntactic dependency structures: while the former predicts that the head should be placed at the center of the linear arrangement, the latter predicts that the head should be placed at one of the ends (either first or last). A critical question is when surprisal minimization (or predictability maximization) should surpass syntactic dependency distance minimization. In the context of single head structures, it has been predicted that this is more likely to happen when two conditions are met, i.e. (a) fewer words are involved and (b) words are shorter. Here we test the prediction on the noun phrase when it is composed of a demonstrative, a numeral, an adjective and a noun. We find that, across preferred orders in languages, the noun tends to be placed at one of the ends, confirming the theoretical prediction. We also show evidence of anti locality effects: syntactic dependency distances in preferred orders are longer than expected by chance.
• Abstract（参考訳）: 文の語順は複数の原則で表される。 統語的依存距離最小化の原理は、単一頭部統語的依存構造における部分最小化(または予測可能性最大化)の原理と矛盾する:前者は、頭部を線形配置の中心に置くべきであると予測する一方で、後者は、頭部を一方の端(第一または最後)に配置するべきであると予測する。 致命的な最小化(または予測可能性の最大化)が統語的依存距離を最小化するかどうかが重要な問題である。 単一頭部構造の文脈では、2つの条件、すなわち2つの条件が満たされた場合、これはより起こりやすいと予測されている。 a) 関係する単語が減り b) 単語が短い。 ここでは、指示詞、数字、形容詞、名詞からなる名詞句の予測をテストする。 言語において好まれる順序によって、名詞は終わりの1つに置かれる傾向にあり、理論的な予測が裏付けられる。 選択順序の構文依存性距離は、偶然に予想されるよりも長い。

関連論文リスト

• Surprise! Uniform Information Density Isn't the Whole Story: Predicting Surprisal Contours in Long-form Discourse [54.08750245737734]
  話者は、階層的に構造化された談話モデル内の位置に基づいて、情報率を変調する。 階層的予測器は談話の情報輪郭の重要な予測器であり,深い階層的予測器は浅い予測器よりも予測力が高いことがわかった。
  論文  参考訳（メタデータ） (2024-10-21T14:42:37Z)
• Predictability maximization and the origins of word order harmony [0.16317061277456998]
  シーケンスの予測可能性を最大化するヘッドの配置を最適に検討する。 提案手法では,頭部の延期が予測可能性の最大化のための最適戦略であると同時に,依存者の予測可能性の最大化のための最適戦略であることを示す。 以上の結果から,実言語で採用した頭部の配置や,異なる種類の実験で出現した頭部の配置が明らかになった。
  論文  参考訳（メタデータ） (2024-08-29T14:37:05Z)
• A bounded rationality account of dependency length minimization in Hindi [0.0]
  DependenCY LENGTH MINIMIZATIONの原理は、効果的なコミュニケーションのために人間の言語の構造を形成すると考えられている。 典型的には、長短成分と後短長成分の配置は、文全体の依存長を最小にすることが知られている。 本研究では,ヒンディー語における単語順の嗜好について,主動詞の横に最短助詞のみを置くという仮説を検証した。
  論文  参考訳（メタデータ） (2023-04-22T13:53:50Z)
• The distribution of syntactic dependency distances [0.7614628596146599]
  我々は,構文的依存距離の実際の分布のキャラクタリゼーションに寄与する。 ブレークポイント後の確率の減衰を許容する新しい二重指数モデルを提案する。 2つの登録モデルが、私たちが検討した20言語の中で、最も可能性の高いモデルであることが分かりました。
  論文  参考訳（メタデータ） (2022-11-26T17:31:25Z)
• Neuro-Symbolic Entropy Regularization [78.16196949641079]
  構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。 エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。 我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
  論文  参考訳（メタデータ） (2022-01-25T06:23:10Z)
• Dependency distance minimization predicts compression [1.2944868613449219]
  依存性距離最小化(DDm)は、単語順序の確立された原理である。 これは、原理と他の原理とを結び付けるためであり、一階予測のように原則と宣言を結び付けるためである。 最近導入されたスコアは、広く使われている依存性距離の和に関して、数学的、統計的に多くの利点がある。
  論文  参考訳（メタデータ） (2021-09-18T10:53:39Z)
• Rationales for Sequential Predictions [117.93025782838123]
  シーケンスモデルは現代のNLPシステムにおいて重要な要素であるが、それらの予測は説明が難しい。 モデル説明は有理だが、個々のモデル予測を説明できる文脈のサブセットを考える。 この目的を近似する効率的なグリードアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-09-14T01:25:15Z)
• Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
  深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。 提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
  論文  参考訳（メタデータ） (2021-08-23T09:05:18Z)
• Linear-time calculation of the expected sum of edge lengths in random projective linearizations of trees [1.2944868613449219]
  構文的に関連付けられた単語間の距離の合計は、過去数十年間、ライムライトの中にあった。 言語に関する関連する定量的研究を行うために、様々なランダムベースラインが定義されている。 ここでは、文の単語のランダムな射影置換という、一般的なベースラインに焦点を当てる。
  論文  参考訳（メタデータ） (2021-07-07T15:11:53Z)
• Topology of Word Embeddings: Singularities Reflect Polysemy [68.8204255655161]
  本稿では,単語の意味の実際の数とよく相関する,永続的ホモロジーに基づく多意味性のトポロジカル尺度を提案する。 本稿では,SemEval-2010における単語センスの誘導と曖昧さに対する単純なトポロジ的な解決法を提案する。
  論文  参考訳（メタデータ） (2020-11-18T17:21:51Z)
• Invariant Rationalization [84.1861516092232]
  典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。 ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。 理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
  論文  参考訳（メタデータ） (2020-03-22T00:50:27Z)

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。