跨语言及语言内部的新奇度—时长权衡
计算与语言
2021-10-01 v1
摘要
尽管存在数十种自然语言，每种都有其独特特征与习性，但它们共享一个统一主题：实现人类交流。我们因而可合理预测，人类认知塑造了这些语言的演化与使用方式。假设人类群体的信息处理能力大致恒定，我们预期跨语言及语言内部均会出现新奇度—时长权衡。我们利用含 600 种语言的语料库分析了该权衡，并在控制若干潜在混淆因素后，于两种情形下均发现有力的支持证据。具体而言，我们发现平均而言，在那些语音较不令人新奇的语言中，语音产出更快，反之亦然。此外，我们确认在 600 种语言中的 319 种里，平均而言较新奇的语音更长。我们由此得出结论：有强力证据表明新奇度—时长权衡在世界各语言之间及内部均在发挥作用。
引用
@article{arxiv.2109.15000,
title = {A surprisal--duration trade-off across and within the world's languages},
author = {Tiago Pimentel and Clara Meister and Elizabeth Salesky and Simone Teufel and Damián Blasi and Ryan Cotterell},
journal= {arXiv preprint arXiv:2109.15000},
year = {2021}
}
备注
Accepted for publication in EMNLP 2021. Code available in https://github.com/rycolab/surprisal-duration-tradeoff