利用通信神经网络智能体模拟差异性格标记的涌现
计算与语言
2025-02-07 v1
摘要
差异性格标记（DCM）是指基于语义、语用或其他因素有选择地应用语法格标记的现象。差异性格标记的涌现已在人类参与的人工语言学习实验中进行了研究，这些实验旨在区分学习效应与交流效应（Smith & Culbertson, 2020）。基于神经网络的多智能体强化学习框架在模拟类人语言现象的涌现方面引起了极大兴趣。在本研究中，我们采用这样一个框架，其中智能体在进行交流互动之前先习得一种人工语言，从而能够与人类实验结果进行直接比较。通过使用一个非常通用的通信优化算法和没有语言或语义偏好先验经验的神经网络学习器，我们的结果表明，仅靠学习不会导致差异性格标记的出现，但当智能体进行交流时，标记的差异化使用便会产生。这支持了Smith和Culbertson（2020）的发现，即交流在塑造差异性格标记中起着关键作用，并展示了神经智能体模型在补充语言演化实验研究方面的潜力。
引用
@article{arxiv.2502.04038,
title = {Simulating the Emergence of Differential Case Marking with Communicating Neural-Network Agents},
author = {Yuchen Lian and Arianna Bisazza and Tessa Verhoef},
journal= {arXiv preprint arXiv:2502.04038},
year = {2025}
}