論文の概要: Examining form-based linguistic productivity in people and large language models

• arxiv url: http://arxiv.org/abs/2610.33433v1
• Date: Sat, 24 Oct 2026 04:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.327626
• Title: Examining form-based linguistic productivity in people and large language models
• Title（参考訳）: 人・大言語モデルにおけるフォームベース言語生産性の検討
• Abstract要約: 一般化の成功がフォームベース情報に依存する状況において、人々の言語モデルと計算言語モデルの言語生産性を比較する。 我々は、言語形態に関する抽象的な一般化と整合して、受動的使用に活発に拡張することを発見した。 計算モデルの構文知識は、人間の構文知識がそうでない方法で特定の語彙項目の分布と意味に結びついていると結論付けている。
• 参考スコア（独自算出の注目度）: 2.8979831965743466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Linguistic productivity, as evidenced by the use of words in novel contexts, is one of the most striking facts about human language. However, how abstract the knowledge that enables such productivity is remains unclear. We compare people's and computational language models' linguistic productivity in contexts where successful generalization depends on form-based information. We focus on extending the use of a novel verb learned in the active voice to passive contexts. We find people extend active to passive uses in a way consistent with abstract generalizations concerning linguistic form, even when no plausible meaning can be assigned to the novel verb. In contrast, large language models succeeded only when a meaning like an existing verb's could be assigned to the novel verb. We conclude that computational models' syntactic knowledge remains tied to the distribution and meaning of specific lexical items in a way that human syntactic knowledge is not.
• Abstract（参考訳）: 言語的生産性は、新しい文脈における単語の使用によって証明されるように、人間の言語に関する最も印象的な事実の1つである。 しかし、そのような生産性を実現するための知識がいかに抽象的であるかは、まだ不明である。 一般化の成功がフォームベース情報に依存する状況において、人々の言語モデルと計算言語モデルの言語生産性を比較する。 能動音声で学習した新しい動詞の使用を受動的文脈に拡張することに注力する。 新規動詞に意味を割り当てることができない場合でも, 言語形態に関する抽象的な一般化と整合して, 受動的用法に積極的に対応できる人を見出した。 対照的に、大きな言語モデルは、既存の動詞のような意味が新しい動詞に割り当てられる場合にのみ継承される。 計算モデルの構文知識は、人間の構文知識がそうでない方法で特定の語彙項目の分布と意味に結びついていると結論付けている。

関連論文リスト

• Language Modeling and Understanding Through Paraphrase Generation and Detection [4.080540555071174]
  我々は、異なる単語や構造を用いて、ほぼ無限の方法で同じ考えを表現することができる。 パラフレーズのモデリングは、計算言語モデルにおける意味のキーストーンである。 パラフレーズをその構成的言語的側面に分解することで、意味的同値性をより認知的に根ざした視点が得られることを提案する。
  論文  参考訳（メタデータ） (2026-02-09T05:09:03Z)
• Testing learning hypotheses using neural networks by manipulating learning data [20.525923251193472]
  ニューラルネットワーク言語モデルでは、人間が表示するものと類似した受動的制約を学習できることが示される。 動詞が受動的に現れる頻度は受動性に大きな影響を及ぼすが、動詞の意味論は影響しない。
  論文  参考訳（メタデータ） (2024-07-05T15:41:30Z)
• Syntax and Semantics Meet in the "Middle": Probing the Syntax-Semantics Interface of LMs Through Agentivity [68.8204255655161]
  このような相互作用を探索するためのケーススタディとして,作用性のセマンティックな概念を提示する。 これは、LMが言語アノテーション、理論テスト、発見のためのより有用なツールとして役立つ可能性を示唆している。
  論文  参考訳（メタデータ） (2023-05-29T16:24:01Z)
• Transparency Helps Reveal When Language Models Learn Meaning [71.96920839263457]
  合成データを用いた体系的な実験により,すべての表現が文脈に依存しない意味を持つ言語では,自己回帰型とマスキング型の両方の言語モデルが,表現間の意味的関係をエミュレートする。 自然言語に目を向けると、特定の現象(参照不透明さ)による実験は、現在の言語モデルが自然言語の意味論をうまく表現していないという証拠を増大させる。
  論文  参考訳（メタデータ） (2022-10-14T02:35:19Z)
• Noun2Verb: Probabilistic frame semantics for word class conversion [8.939269057094661]
  本稿では,新規な名詞用動詞の生成と理解をシミュレートする形式的枠組みを提案する。 話者とリスナーが協調して意味的フレーム要素上の結合分布を学習するモデルは、経験的名詞使用法をよりよく説明できることを示す。
  論文  参考訳（メタデータ） (2022-05-12T19:16:12Z)
• Testing the Ability of Language Models to Interpret Figurative Language [69.59943454934799]
  比喩的・比喩的な言語は言論において一般的である。 現代の言語モデルが非リテラルなフレーズをどの程度解釈できるかについては、未解決の疑問が残る。 ウィノグラードスタイルの非文字言語理解タスクであるFig-QAを紹介する。
  論文  参考訳（メタデータ） (2022-04-26T23:42:22Z)
• It's not Rocket Science : Interpreting Figurative Language in Narratives [48.84507467131819]
  我々は2つの非構成的図形言語(イディオムとシミュラ)の解釈を研究する。 実験の結果、事前学習された言語モデルのみに基づくモデルは、これらのタスクにおいて人間よりもはるかにひどい性能を示すことがわかった。 また, 知識強化モデルを提案し, 具体的言語を解釈するための人的戦略を採用した。
  論文  参考訳（メタデータ） (2021-08-31T21:46:35Z)
• Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
  我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。 単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。 これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
  論文  参考訳（メタデータ） (2020-10-05T17:19:10Z)

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。