論文の概要: Agent-based models for the evolution of morphological alternation patterns
- arxiv url: http://arxiv.org/abs/2606.12748v1
- Date: Wed, 10 Jun 2026 23:26:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-12 15:55:27.50148
- Title: Agent-based models for the evolution of morphological alternation patterns
- Title（参考訳）: 形態変化パターンの進化のためのエージェントベースモデル
- Authors: Aravinth Kulanthaivelu, Richard Sproat,
- Abstract要約: 形態的茎の出現と反射交替のマルチエージェントシミュレーションを提案する。
オルタナティブな形態は、音韻学的変化によって生じるか、あるいは「go/went」のように、集団のサブセットに関連する語彙的な代替語から生じる。
これを用いて、実言語形態学、擬似形態学、実験的に進化した形態学のセットを比較する。
- 参考スコア（独自算出の注目度）: 0.5299719769828893
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Why is the past of English "go" the apparently unrelated "went"? Such alternations are frequent in languages. They neither aid communication nor learnability, yet they can be persistent, surviving over centuries or millennia. We present a multi-agent simulation of the emergence of morphological stem and inflection alternations. Alternate forms arise by phonological changes or, as with "go/went", from lexical alternatives associated with a subset of the population. When an agent 'hears' another agent use a novel form for a slot in the paradigm of a word (say, the past tense of go), they will with some probability adopt that form, possibly spreading its use to other slots in the paradigm that shared the same original form. Thus alternative forms can spread through the population and become entrenched as stem or inflectional marker alternants. Unlike many previous computational studies, our system allows for naturalistic lexical forms, realistic phonological rules, lexicons with hundreds or thousands of entries, and agent populations in the tens or hundreds. It supports several network topologies, diffusion patterns and agent adoption policies. One issue with such simulations is evaluation: how realistic is the resulting morphology compared to those of real languages? We introduce the AI Historical Linguist, a novel Large Language Model-driven system that models a debate between two historical linguists. We use this to compare a set of real language morphologies, disguised morphologies, and experimentally evolved morphologies. The results suggest that among the factors that favor more plausible morphologies are scale-free social networks and random Bernoulli adoption of forms. We also present three case studies modeling attested historical changes, allowing us to test what might have happened if history had been different. All code and data are released.
- Abstract（参考訳）: なぜ英語の"go"が、明らかに無関係な"went"であるのか?
このような交替は言語で頻繁に行われる。
コミュニケーションや学習性には役に立たないが、何世紀にもわたって生き残ることができる。
形態的茎の出現と反射交替のマルチエージェントシミュレーションを提案する。
交替形は、音韻学的変化によって生じるか、あるいは「go/went」と同様に、集団のサブセットに関連する語彙的な代替語から生じる。
別のエージェントが単語のパラダイム(例えば過去時制)のスロットに新しい形式(例えば、過去時制)を使用すると、ある確率でその形式が採用され、おそらく同じ元の形式を共有するパラダイムのスロットにその使用が広がる。
したがって、代替形態は個体群中に広がり、茎または屈折マーカーの交互体として定着する。
従来の多くの計算研究とは異なり、本システムは自然主義的な語彙形式、現実的な音韻規則、数百から数千のエントリを持つ語彙、数十から数百のエージェント集団を許容する。
いくつかのネットワークトポロジ、拡散パターン、エージェントの採用ポリシーをサポートしている。
そのようなシミュレーションの1つの問題は、実際の言語と比較して、結果のモルフォロジーはどの程度現実的であるか、という評価である。
我々は,2つの歴史的言語学者間の議論をモデル化する,新しい大規模言語モデル駆動システムであるAI Historical Linguistを紹介する。
これを用いて、実言語形態学、擬似形態学、実験的に進化した形態学のセットを比較する。
以上の結果から, より妥当な形態を好む要因は, スケールフリーなソーシャルネットワークとランダムなベルヌーイ形式の採用である可能性が示唆された。
また,歴史的変化を実証した3つのケーススタディを提示し,もし歴史が違っていたら何が起こったのかを検証した。
すべてのコードとデータがリリースされます。
関連論文リスト
- ChatGPT-generated texts show authorship traits that identify them as non-human [0.6741942263052466]
この研究は、言語モデルが特定の指紋にリンクできるかどうかを調べる。
このモデルでは、ウィキペディアのエントリーと大学のエッセイのどちらを生成するかによって、そのスタイルをうまく適応させることができることが分かりました。
このモデルでは動詞よりも名詞が好まれており,人間とは異なる言語的バックボーンが示されることが示唆された。
論文 参考訳（メタデータ） (2025-08-22T13:38:58Z) - Do language models accommodate their users? A study of linguistic convergence [15.958711524171362]
モデルは会話のスタイルに強く収束し、しばしば人間のベースラインに対してかなり過度に適合する。
モデル設定間の収束の連続的な変化を観察し、事前訓練されたモデルよりも少ない精度で収束する命令調整および大規模モデルについて考察する。
論文 参考訳（メタデータ） (2025-08-05T09:55:40Z) - Model Misalignment and Language Change: Traces of AI-Associated Language in Unscripted Spoken English [0.0]
近年では、特に科学や教育において、文章言語は言葉の使用に顕著な変化を経験している。
モデルアウトプットと対象のオーディエンスノルムの相違は、ミスアライメントの一形態と見なすことができる。
我々は、会話科学と技術ポッドキャストから引き出された、未記述の音声言語から2210万語のデータセットを構築した。
論文 参考訳（メタデータ） (2025-08-01T00:47:33Z) - State space models can express n-gram languages [51.823427608117626]
我々は、n-gramルールから生成された言語に対して、次の単語予測タスクを解くことのできる状態空間言語モデルを構築している。
我々の証明は、SSMがn-gramルールをその能力に関する新たな理論的結果を用いてエンコードする方法を示している。
n-gramルールから生成された小さなデータセットを用いて実験を行い、勾配に基づく最適化によって得られたSSMやRNNにフレームワークをどのように適用できるかを示す。
論文 参考訳（メタデータ） (2023-06-20T10:41:23Z) - Is neural language acquisition similar to natural? A chronological
probing study [0.0515648410037406]
本稿では,MultiBERTやT5といったトランスフォーマー英語モデルの時系列探索について述べる。
コーパスの学習過程において,モデルが学習した言語に関する情報を比較した。
その結果,1)訓練の初期段階に言語情報を取得すること,2)両言語モデルが様々な言語レベルから様々な特徴を捉える能力を示した。
論文 参考訳（メタデータ） (2022-07-01T17:24:11Z) - Same Neurons, Different Languages: Probing Morphosyntax in Multilingual
Pre-trained Models [84.86942006830772]
多言語事前学習モデルは文法に関する言語・ユニバーサルの抽象化を導出できると推測する。
43の言語と14のモルフォシンタクティックなカテゴリーで、最先端のニューロンレベルのプローブを用いて、初めて大規模な実験を行った。
論文 参考訳（メタデータ） (2022-05-04T12:22:31Z) - Lexical semantic change for Ancient Greek and Latin [61.69697586178796]
歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。
我々は、動的ベイズ混合モデルに基づくセマンティック変化に対する最近の計算的アプローチに基づいて構築する。
本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。
論文 参考訳（メタデータ） (2021-01-22T12:04:08Z) - 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) - Neural Polysynthetic Language Modelling [15.257624461339867]
高リソース言語では、一般的なアプローチは、共通の根の形態的固有の変種を、完全に独立した単語タイプとして扱うことである。
これは、根あたりの屈折が限られており、大多数が十分な大きさのコーパスに現れると仮定する。
4つの多義語に対する言語モデリング,機械翻訳,テキスト予測の現状について検討する。
論文 参考訳（メタデータ） (2020-05-11T22:57:04Z) - 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。