主要西方语言中标点使用模式的通用特征与系统特定特征
计算与语言
2023-02-24 v1 物理与社会
摘要
名言“言语是银，沉默是金”有着跨国的悠久历史与多重具体含义。在书面文本中，标点实际上可被视为其表现之一。的确，有效说写之要义——往往具决定性——在于恰当地置入停顿的能力。在本研究中，基于七种主要西方语言的世界闻名且具有代表性的文学文本大型语料库，我们表明几乎所有文本中连续标点间间隔的分布均可普遍地由离散Weibull分布的两个参数刻画，这两个参数可借所谓风险函数直观解释。然而，这两个参数的值趋于语言特定，甚至似乎在翻译中保持。所计算风险函数的性质表明，在所研究语言中，英语受放置连续标点以分割词序列之必要性约束最小。这可能暗示，相较于其他研究语言，英语更灵活，即允许更长的无间断词序列。西班牙语仅以稍小程度显现类似倾向。
关键词
引用
@article{arxiv.2212.11182,
title = {Universal versus system-specific features of punctuation usage patterns in~major Western~languages},
author = {Tomasz Stanisz and Stanislaw Drozdz and Jaroslaw Kwapien},
journal= {arXiv preprint arXiv:2212.11182},
year = {2023}
}