发现神经偶然通信中不规则形态学的性质
计算与语言
2025-10-22 v2
摘要
基于深度神经网络的偶然通信(EmCom)承诺能洞察人类语言的本质，但主要聚焦于少数特定领域的目标和指标，这些目标和指标优先考虑代表具有唯一特征的属性的通信方案，这些属性一个一个地组合在语法结构中。因此，我们重新诠释了常见的EmCom设置——属性-值重构游戏，通过施加小词汇限制来模拟双重表述，并提出一种类似于自然语言不规则形态学的新设定，以便对自然语言通信方案进行有意义的比较。我们开发了新的指标并探索了受不规则形态学真实属性启发的游戏变体：concatenativity和fusion。通过我们的实验，我们发现模拟的语音约束鼓励concatenative形态学，偶然语言复制了自然语言倾向于融合语法属性的趋势。
引用
@article{arxiv.2508.05843,
title = {Discovering Properties of Inflectional Morphology in Neural Emergent Communication},
author = {Miles Gilberti and Shane Storks and Huteng Dai},
journal= {arXiv preprint arXiv:2508.05843},
year = {2025}
}