自然语言句子与随机树的斯特rahler数比较
计算与语言
2023-12-07 v4 数据分析、统计与概率
摘要
Strahler数最初用于刻画河流分叉的复杂性，并已有多种应用。本文提出计算自然语言句子树结构的Strahler数上下限。通过对语法标注数据的经验测量，表明自然语言句子的Strahler数几乎为3或4，与Strahler(1957)所报道的河流分叉情况类似。基于该数背后的理论，我们证明它是处理句子所需内存量的一种下限。我们认为Strahler数为以下报告提供了理论解释：Schuler等人(2010)显示解析所需内存区域数为3到4，以及Cowan(2001)指出的心理“神奇数字”3到5。分析与经验研究表明，Strahler数并非恒定，而是对数增长；因此，句子的Strahler数源于句子长度的范围。此外，随机树的Strahler数并无不同，这暗示其来源并非自然语言所特有。
引用
@article{arxiv.2307.02697,
title = {Strahler Number of Natural Language Sentences in Comparison with Random Trees},
author = {Kumiko Tanaka-Ishii and Akira Tanaka},
journal= {arXiv preprint arXiv:2307.02697},
year = {2023}
}
备注
34 pages, 12 figures, 11 tables