通过同源词预测改进神经原始语形重构

原始语重构是历史语言学的核心。比较法是语言科学史上最具影响力的理论和方法论框架之一，它允许语言学家在规则语音演变的假设下，从同源词（相关的现代词）推断原始语形（重构的祖先词）。毫不意外，许多计算语言学家试图通过各种计算模型将比较重构操作化，其中最成功的是监督式编码器-解码器模型，该模型将给定一组同源词预测原始语形的问题视为序列到序列问题。我们认为，这一框架忽略了比较法最重要的方面之一：不仅原始语形应可从同源词集（相关同源词的集合）中推断，同源词也应可从原始语形中推断。利用另一条研究路线——同源词预测——我们提出了一种系统，其中来自重构模型的候选原始语形由同源词预测模型重新排序。我们表明，这种更完整的比较法实现使我们在四个中文和罗曼语数据集中的三个上超越了现有最先进的原始语形重构方法。