从伙伴到群体的意义泛化：层次推断支持网络上的规约形成

语言规约的一个关键特性是它们在整个说话者社群中成立，使我们即使与素未谋面的人也能高效沟通。与此同时，我们的许多语言使用是伙伴特定的：我们知道基于共同经历，不同人可能以不同方式理解词语。这给规约形成的解释带来了挑战。主体究竟如何做出向全社群期望的推断跃迁，同时保留伙伴特定知识？我们提出一个层次贝叶斯模型来解释说话者与听者如何解决这一归纳问题。为评估模型预测，我们开展了一项实验，参与者在一个小社群中与不同伙伴进行扩展的自然语言沟通博弈。我们考察了若干泛化度量，发现了伙伴特定性与社群收敛的关键特征，可将我们的模型与其他备选模型区分开来。这些结果表明，伙伴特定性不仅与全社群规约的形成相容，而且当与强大的归纳机制结合时，可能促进规约形成。