論文の概要: Collocational bootstrapping: A hypothesis about the learning of subject-verb agreement in humans and neural networks

• arxiv url: http://arxiv.org/abs/2605.20529v1
• Date: Tue, 19 May 2026 22:05:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.392825
• Title: Collocational bootstrapping: A hypothesis about the learning of subject-verb agreement in humans and neural networks
• Title（参考訳）: コロケーション・ブートストラッピング:人間とニューラルネットワークにおける主観的合意の学習に関する仮説
• Authors: Claire Hobbs, R. Thomas McCoy,
• Abstract要約: 単語共起パターンの規則性は構文依存の手がかりとなるかを検討する。 統計的学習者が主語と動詞の合意をしっかりと学習する変数レベルは,多岐にわたることが判明した。 これらの結果から,コロケーション・ブートストラッピングは,子どもが受ける入力のタイプに対する学習戦略として有効であることが示唆された。
• 参考スコア（独自算出の注目度）: 5.242425502046959
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In what ways might statistical signals in linguistic input assist with the acquisition of syntax? Here we hypothesize a mechanism called collocational bootstrapping, in which regularities in word co-occurrence patterns can provide cues to syntactic dependencies. We investigate whether this mechanism can support the acquisition of English subject-verb agreement. First, we simulate language acquisition by training neural networks on synthetic datasets that vary in how predictable their subject-verb pairings are. We find that there is a range of variability levels at which these statistical learners robustly learn subject-verb agreement. We then analyze the variability of subject-verb pairings in child-directed language, and we find that the variability in such data falls within the range that supported robust generalization in our computational simulations. Taken together, these results suggest that collocational bootstrapping is a viable learning strategy for the type of input that children receive.
• Abstract（参考訳）: 言語入力における統計的信号は、構文の獲得にどのように役立つか? ここでは、単語共起パターンの規則性によって構文依存への手がかりが得られるコロケーションブートストラッピングと呼ばれるメカニズムを仮説化する。 このメカニズムが英語の主語/動詞の合意の獲得に有効かどうかを考察する。 まず、ニューラルネットワークを合成データセット上でトレーニングすることで、言語習得をシミュレートする。 統計的学習者が主語と動詞の合意をしっかりと学習する変数レベルは様々である。 次に,児童指向言語における主語と動詞のペアリングの変動性を分析し,そのようなデータの変動性は,我々の計算シミュレーションにおける堅牢な一般化を支持する範囲に該当することを示した。 これらの結果から,コロケーション・ブートストラッピングは,子どもが受ける入力のタイプに対する学習戦略として有効であることが示唆された。

関連論文リスト

• Deep networks learn to parse uniform-depth context-free languages from local statistics [12.183764229746926]
  文だけで言語の構造がどのように学習できるかを理解することは、認知科学と機械学習の両方において中心的な問題である。 我々は,文脈自由文法(PCFG)のクラスを導入し,あいまいさの度合いとスケール間の相関構造を制御できる。 異なるスケールの相関関係が局所的曖昧性を持ち、データの階層的表現の出現を可能にする統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-31T17:35:06Z)
• Spatio-Temporal Graph Neural Networks for Infant Language Acquisition Prediction [0.0]
  幼児・幼児向け言語習得モデルの構築と、時空間グラフ畳み込みネットワーク(STGCN)での活用 本稿では,子語彙獲得の予測に新たなアプローチを導入し,言語習得の過程で発生する言語関係の異なるタイプに対して,そのようなモデルの有効性を評価する。
  論文  参考訳（メタデータ） (2025-03-18T15:21:27Z)
• Developmental Predictive Coding Model for Early Infancy Mono and Bilingual Vocal Continual Learning [69.8008228833895]
  本稿では,連続学習機構を備えた小型生成ニューラルネットワークを提案する。 我々のモデルは解釈可能性を重視し,オンライン学習の利点を実証する。
  論文  参考訳（メタデータ） (2024-12-23T10:23:47Z)
• Learning Phonotactics from Linguistic Informants [54.086544221761486]
  本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。 提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
  論文  参考訳（メタデータ） (2024-05-08T00:18:56Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)
• Evaluating Models of Robust Word Recognition with Serial Reproduction [8.17947290421835]
  広範囲確率的生成言語モデルと人間の言語的期待を捉える能力の比較を行った。 先行した言語的文脈の抽象表現を利用するこれらのモデルは、連続再生の過程で人々が行った変化を最もよく予測する。
  論文  参考訳（メタデータ） (2021-01-24T20:16:12Z)
• A Visuospatial Dataset for Naturalistic Verb Learning [18.654373173232205]
  基礎言語モデルのトレーニングと評価のための新しいデータセットを導入する。 我々のデータはバーチャルリアリティー環境で収集され、言語データの品質をエミュレートするように設計されている。 収集したデータを用いて、動詞学習のための複数の分布意味論モデルを比較する。
  論文  参考訳（メタデータ） (2020-10-28T20:47:13Z)
• Mechanisms for Handling Nested Dependencies in Neural-Network Language Models and Humans [75.15855405318855]
  我々は,「深層学習」手法で訓練された現代人工ニューラルネットワークが,人間の文処理の中心的な側面を模倣するかどうかを検討した。 ネットワークは、大きなコーパスで次の単語を予測するためにのみ訓練されたが、分析の結果、局所的および長距離の構文合意をうまく処理する特別なユニットが出現した。 我々は,複数の名詞の単数/複数状態における体系的な変化を伴う文中の数一致の違反を人間が検出する行動実験において,モデルの予測を検証した。
  論文  参考訳（メタデータ） (2020-06-19T12:00:05Z)

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。