最小化在线内存的中心语位置：一种复杂系统方法

众所周知，句法依赖的长度决定了其在线内存成本。因此，使在线内存最小化的中心语及其依存成分（补足语或修饰语）的位置问题，等价于星形树的最小线性排列问题。然而，该长度如何转化为认知成本尚不清楚。本研究表明，只要将长度转化为成本的函数是严格单调递增的，那么当中心语位于中心位置时，在线内存成本即被最小化。如果元素数量为奇数，在线内存定义了一个具有单个中心最小值的拟凸适应度景观；如果数量为偶数，则具有两个中心最小值。我们从复杂系统的角度讨论了主语 (S)、动词 (V) 和宾语 (O) 语序动态的各个方面，并提出语序倾向于通过交换相邻成分而从初始或早期的 SOV 配置演化，该配置受在线内存最小化的吸引而趋向于中心语序。我们还提出，SVO 的稳定性至少归因于两个因素：在线内存维度上适应度景观的拟凸形状，以及避免回归到 SOV 的在线内存适应。虽然 OVS 对于将动词置于中心也是最优的，但其低频率可以通过其在置换空间中与 seminal SOV 的长距离来解释。