词类范畴的扎根化分类

我们提出了一种关于语言中意义类型学的扎根化方法。我们将感知模态（如图像）来自的数据视为语言无关的意义表征。因此，我们可以量化图像与标题之间在不同语言中的功能-形式关系。启发于信息论，我们定义“扎根化”度量，即上下文语义内容的经验度量（表述为 surprisal 差值），可使用多语言多模态语言模型计算。以此作为概念，我们将其应用于词类类型学。我们的度量捕捉功能（语法）类与词汇（内容）类之间在不同语言中的内容fulness 不对称，但与功能类不传达内容的观点相矛盾。此外，我们发现扎根化在层级结构中存在普遍趋势（例如，名词 > 形容词 > 动词），并表明我们的度量部分与英语中的心理语言学具体性规范相关。我们发布了 30 种语言的扎根化评分数据集。我们的结果表明，扎根化类型学方法可以为语言中的语义功能提供定量证据。