超越统计复现：人类与机器对跨形态过程的毛利语词切分的无监督学习
计算与语言
2024-03-22 v1
摘要
非毛利语母语的新西兰人（NMS）能够以与流利母语者高度相似的方式切分毛利语词汇（Panther et al., 2024）。这一能力被假定源自对统计上复现形式的识别与提取。我们通过考察NMS的切分结果与基于统计复现运行的无监督机器学习模型Morfessor在由多种形态过程构成的词汇上的表现差异，来检验这一假设。NMS和Morfessor均能成功切分由串联过程（复合和无语素变体的词缀化）构成的词汇，但NMS还能成功切分涉及模板（重叠和语素变体）及其他形态结构线索的词汇，这意味着他们的学习过程对信息的敏感度超越了单纯的统计复现。
引用
@article{arxiv.2403.14444,
title = {More than Just Statistical Recurrence: Human and Machine Unsupervised Learning of M\=aori Word Segmentation across Morphological Processes},
author = {Ashvini Varatharaj and Simon Todd},
journal= {arXiv preprint arXiv:2403.14444},
year = {2024}
}
备注
10 pages, 1 Figure, 2 tables