儿童语言输入的年龄相关分析与随机生成

儿童导向语言（CDS）是成年人在对待年幼儿童时使用的特定类型语言，其属性随着来自儿童年龄等外语言因素的变化而变化。获得代表性且多样的大规模CDS数据对于儿童语言研究具有重要价值，这将 enables 通过以真实输入质量和数量进行受控的计算建模实验来模拟婴儿语言习得。本研究描述了一种方法，通过在来自北美英语CDS语料库的CDS转录文本和接受者儿童年龄上训练的语言模型（LM）来建模CDS的年龄相关语言属性。创建的LM可用于以年龄合适的方式随机生成合成CDS转录文本，从而超越原始数据集的规模。我们将生成的CDS与针对不同年龄儿童的真实语言进行比较，结果表明，LM在捕捉CDS的年龄相关变化方面取得了较好效果，仅有轻微的有效词汇量差异。作为副产品，我们还提供了CHILDES数据库中CDS年龄相关语言属性的系统性特征描述，说明了CDS在儿童年龄变化过程中所测量的各方面如何变化。