論文の概要: A theoretical model of dynamical grammatical gender shifting based on set-valued set function
- arxiv url: http://arxiv.org/abs/2603.03510v1
- Date: Tue, 03 Mar 2026 20:32:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-05 21:29:15.083428
- Title: A theoretical model of dynamical grammatical gender shifting based on set-valued set function
- Title（参考訳）: 集合値集合関数に基づく動的文法的ジェンダーシフトの理論モデル
- Authors: Mohamed El Idrissi,
- Abstract要約: 本研究は,名詞の多様な特徴について検討し,意味的(可算/非可算)と形態的(男性/女性)の区別に焦点をあてた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study investigates the diverse characteristics of nouns, focusing on both semantic (e.g., countable/uncountable) and morphosyntactic (e.g., masculine/feminine) distinctions. We explore inter-word variations for gender markers in noun morphology. Grammatical gender shift is a widespread phenomenon in languages around the world. The aim is to uncover through a formal model the underlying patterns governing the variation of lexemes. To this end, we propose a new computational component dedicated to pairing items with morphological templates (e.g., the result of a generated item-template pair: (funas, $\{N, +SG, -PL, -M, +F, -COL, +SING\}$), with its spell-out form: $ð$a-funast 'cow'). This process is formally represented by the Template-Based and Modular Cognitive model. This proposed model, defined by a set-valued set function $h : \mathscr{P}(M) \rightarrow \mathscr{P}(M)$, predicts the nonlinear dynamic mapping of lexical items onto morphological templates. By applying this formalism, we present a unified framework for understanding the complexities of morphological markings across languages. Through empirical observations, we demonstrate how these shifts, as well as non-gender shifts, arise during lexical changes, especially in Riffian. Our model posits that these variant markings emerge due to template shifts occurring during word and meaning's formation. By formally demonstrating that conversion is applicable to noun-to-noun derivation, we challenge and broaden the conventional view of word formation. This mathematical model not only contributes to a deeper understanding of morphosyntactic variation but also offers potential applications in other fields requiring precise modelling of linguistic patterns.
- Abstract（参考訳）: 本研究では,名詞の多様性について検討し,意味的(eg, 可算/不可算)と形態的(eg, 男性/女性)の区別に着目した。
名詞形態学におけるジェンダーマーカーの単語間変異について検討する。
文法的なジェンダーシフトは、世界中の言語で広く見られる現象である。
目的は、レキシムの変動を規定する基礎となるパターンを形式的なモデルを通して明らかにすることである。
この目的のために,形態的テンプレート(例えば,生成したアイテム-テンプレートペアの結果: (funas, $\{N, +SG, -PL, -M, +F, +COL, +SING\}$) とスペルアウト形式: $ð$a-funast 'cow') を組み合わせた新しい計算成分を提案する。
このプロセスはテンプレートベースおよびモジュール認知モデルによって正式に表現される。
このモデルは、集合値の集合関数 $h : \mathscr{P}(M) \rightarrow \mathscr{P}(M)$ で定義され、語彙項目のモルフォロジーテンプレートへの非線形動的マッピングを予測する。
この定式化を適用することで、言語間の形態的マーキングの複雑さを理解するための統一的な枠組みを提示する。
経験的な観察を通して、これらの変化が、特にリフアンにおいて、非ジェンダーシフトと同様に、語彙変化の間にどのように起こるかを実証する。
このモデルでは, 単語と意味の形成中に生じるテンプレートシフトにより, それらの変化が出現することが示唆された。
名詞から名詞への導出に変換が適用可能であることを正式に示すことによって、従来の単語形成観に挑戦し、拡張する。
この数学的モデルはモルフォシンタクティック変動の深い理解に寄与するだけでなく、言語パターンの正確なモデリングを必要とする他の分野にも潜在的な応用をもたらす。
関連論文リスト
- Character-aware Transformers Learn an Irregular Morphological Pattern Yet None Generalize Like Humans [8.033684021402165]
エンコーダ・デコーダモデルが不規則なパターンを取得可能であることを示すが、それらが人間のようなパターンを一般化する証拠は混在している。
本研究では, スペイン語のemphL型形態素を用いて, 一人称単数指示詞のみがその茎をすべての部分接形と共有する。
いずれのモデルも人間のパターンを再現せず、統計的パターンの再現と形態的抽象化のギャップを浮き彫りにしている。
論文 参考訳（メタデータ） (2026-02-15T11:22:12Z) - The Algebraic Structure of Morphosyntax [0.0]
形態-構文界面の数学的モデルを提案する。
この設定では、形態学は、形態学樹のマグマに組織された単語形成に責任を持つ構成的特性を持つ。
分散形態学の特定の操作を変換として再解釈し、構文と形態学の境界をモルフォシンタクティックオブジェクト内で移動させる柔軟性を実現する。
論文 参考訳（メタデータ） (2025-06-30T20:26:32Z) - Unsupervised Morphological Tree Tokenizer [36.584680344291556]
トークン化のための形態的構造ガイダンスを導入し、単語の文字レベル構造を誘導する深層モデルを提案する。
本手法は,アノテート学習データなしで形態素規則に整合した文字レベルの構造を誘導することができる。
実験の結果,提案手法は完全形態素を効果的に保持し,BPEやWordPieceといった広く採用されている手法よりも優れていた。
論文 参考訳（メタデータ） (2024-06-21T15:35:49Z) - Labeled Morphological Segmentation with Semi-Markov Models [127.69031138022534]
いくつかのタスクを統一する形態的処理の代替として,ラベル付き形態的セグメンテーションを提案する。
また、形態素タグセットの新しい階層も導入する。
形態素を明示的にモデル化する識別型形態素分割システムであるモデル名を開発した。
論文 参考訳（メタデータ） (2024-04-13T12:51:53Z) - A Practical Method for Generating String Counterfactuals [106.98481791980367]
言語モデル(LM)の表現空間をターゲットとした介入は、モデル行動に影響を与える効果的な手段として現れてきた。
表現反事実を文字列反事実に変換する方法を提案する。
結果として生じるカウンターファクトは、データ拡張による分類のバイアスを軽減するために使用することができる。
論文 参考訳（メタデータ） (2024-02-17T18:12:02Z) - Lexinvariant Language Models [84.2829117441298]
離散語彙記号から連続ベクトルへの写像であるトークン埋め込みは、任意の言語モデル(LM)の中心にある
我々は、語彙記号に不変であり、したがって実際に固定トークン埋め込みを必要としないテクスチトレキシン変種モデルについて研究する。
十分長い文脈を条件として,レキシン変項LMは標準言語モデルに匹敵する難易度が得られることを示す。
論文 参考訳（メタデータ） (2023-05-24T19:10:46Z) - Morphology Without Borders: Clause-Level Morphological Annotation [8.559428282730021]
形態学を単語レベルではなく節レベルの現象と考えることを提案する。
我々は,英語,ドイツ語,トルコ語,ヘブライ語という4つの類型的に異なる言語を対象として,節レベルの形態に関する新しいデータセットを提供する。
実験の結果,節レベルタスクは各単語レベルタスクよりも格段に難しいが,言語間では同等に複雑であることがわかった。
論文 参考訳（メタデータ） (2022-02-25T17:20:28Z) - Interpreting Language Models with Contrastive Explanations [99.7035899290924]
言語モデルは、音声、数字、時制、意味論など、トークンを予測するための様々な特徴を考慮しなければならない。
既存の説明手法は、これらの特徴の証拠を1つの説明に分割するが、人間の理解には理解できない。
比較的な説明は、主要な文法現象の検証において、非対照的な説明よりも定量的に優れていることを示す。
論文 参考訳（メタデータ） (2022-02-21T18:32:24Z) - Unnatural Language Inference [48.45003475966808]
我々は、RoBERTaやBARTのような最先端のNLIモデルは、ランダムに並べ替えられた単語の例に不変であり、時にはよりよく機能することさえあります。
我々の発見は、自然言語理解モデルと、その進捗を測定するために使われるタスクが、本当に人間のような構文理解を必要とするという考えに疑問を投げかけている。
論文 参考訳（メタデータ） (2020-12-30T20:40:48Z) - Modelling Verbal Morphology in Nen [4.6877729174041605]
我々は現在最先端の機械学習モデルを用いて形態的回帰を行い、Nen言語形態をモデル化する。
実験結果から, 動詞型の異なる分布は, 精度の異なるデータ構成に敏感であることがわかった。
また、同期のケーススタディを通じて、トレーニングデータから推測できるパターンの種類についても示す。
論文 参考訳（メタデータ） (2020-11-30T01:22:05Z) - Deducing neighborhoods of classes from a fitted model [68.8204255655161]
本稿では,新しいタイプの解釈可能な機械学習手法を提案する。
量子シフトを用いた分類モデルでは、特徴空間の予測クラスへの分割を理解するのに役立ちます。
基本的に、実際のデータポイント(または特定の関心点)を使用し、特定の特徴をわずかに引き上げたり減少させたりした後の予測の変化を観察する。
論文 参考訳（メタデータ） (2020-09-11T16:35:53Z) - 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。