语言间词汇距离的度量
计算与语言
2015-05-14 v3 物理与社会
摘要
测量语言之间距离的想法似乎源于法国探险家迪蒙·迪尔维尔(Dumont D'Urville)的工作\cite{Urv}。在1826年至1829年期间，他乘坐星盘号(Astrolabe)航行时收集了各种语言的比较词表，并在其关于太平洋地理划分的著作中，提出了一种测量语言之间关联程度的方法。现代语言年代学使用的方法由莫里斯·斯瓦迪士(Morris Swadesh)在20世纪50年代提出，该方法通过共享同源词(即具有共同历史渊源的词汇)的百分比来测量距离。最近，我们提出了一种新的自动化方法，该方法使用具有相同含义的词汇之间的归一化莱文斯坦距离(Levenshtein distance)，并对词表中的词汇取平均。最近，另一个学者团队\cite{Bak, Hol}对我们的定义进行了改进，加入了第二次归一化。在本文中，我们比较了我们的定义与改进版本的信息含量，以决定两者中哪一个能更成功地应用于解决语言之间的关系。
引用
@article{arxiv.0912.0884,
title = {Measures of lexical distance between languages},
author = {Filippo Petroni and Maurizio Serva},
journal= {arXiv preprint arXiv:0912.0884},
year = {2015}
}