Ab Antiquo：神经原语言重构
计算与语言
2021-05-11 v3
摘要
历史语言学家已识别出历史音变过程中的规律性。比较法利用这些规律性，基于 daughter languages 中观测到的形式重构原词。这一过程能否被高效自动化？我们处理原词重构任务，其中模型接触到当代 daughter languages 中的同源词，并必须预测祖先语言中的原词。我们为该任务提供了一个新颖数据集，涵盖超过 8000 条比较条目，并表明神经序列模型优于迄今为止应用于该任务的传统方法。错误分析揭示了神经模型捕捉不同音系变化的能力存在差异，且与变化的复杂性相关。对所学嵌入的分析表明，模型学到了具有音系意义的概括，对应于历史语言学所记载的得到充分证实的音系偏移。
引用
@article{arxiv.1908.02477,
title = {Ab Antiquo: Neural Proto-language Reconstruction},
author = {Carlo Meloni and Shauli Ravfogel and Yoav Goldberg},
journal= {arXiv preprint arXiv:1908.02477},
year = {2021}
}
备注
Accepted as a long paper in NAACL21