ACLAug, 2023

元音和谐的信息论特征：关于词汇列表的跨语言研究

PDF
TL;DR我们通过数据驱动的计算建模对元音和谐进行了跨语言研究，使用基于信息熵的和谐度量来衡量自然语言词汇中元音的可预测性，训练使用具有较少或无屈折的跨语言可比较的原型形式，结果表明，神经语言模型能够捕捉到呈现这一现象的一组语言中的元音和谐模式。此外，我们的工作还表明词列表是一种有价值的资源，可以用于语言类型学研究，并为未来关于低资源、少研究的语言提供了新的可能性。
vowel harmonycomputational modelingphoneme-level language modelstypological researchunder-studied languages
发现论文，激发创造
  • 元音共鸣峰模型的深度生成模型

    该研究提出了一种基于前两个共振峰值的声学信息的生成概率模型，用以预测语言中包含哪些元音，从而归纳语言类型学的原理。

    Jul, 2018

  • 建模多变量重叠：一种衡量元音合并的方法

    本文介绍了一种新的方法来量化元音重叠。通过同时建模所有感兴趣的声学维度，并通过从模型中模拟分布来计算元音重叠程度，解决了先前使用多元测量和控制不平衡数据和外部因素之间的紧张关系的问题。使用模型化的分布来计算巴氏距亲显著提高了结果，而多元和单元建模之间的差异微妙。

    Jun, 2024

  • 关于同音词和 Rényi 熵

    本文对自然语言中同音现象的普遍性和其对认知加工时间的负面影响进行了讨论，并通过新的信息熵度量方法，重新审视了语言优化理论及其对于同音现象的解释，最终发现无法得出一致的结论。

    Sep, 2021

  • 概率语言类型学：元音库存的深度生成模型

    本文首次利用基于概率的深度随机点过程解决音韵类型学中的基础问题：什么构成了自然元音库，作者通过超过 200 种不同语言的广泛实验以及与之前的计算机模拟方法的对比，提出了全面的理论。

    May, 2017

  • 普通话中的词汇特定调音实现

    这项研究揭示了普通话双字词的声调轮廓通常由组成的单字词的基本音调，在语音速率、与相邻音调的共同发音、音段结构和可预测性等因素对其施加的发音约束的作用下形成，并且显示出声调实现也部分取决于词汇的意义。

    May, 2024

  • 跨语言压力使单词顺序具有统一的信息密度

    通过计算模型研究发现，信息均匀性可能对自然语言的发展和使用产生压力，并且现实语序通常比假设语序具有更大的信息均匀性。

    Jun, 2023

  • 关于词形变化系统的复杂性和类型学

    我们量化不同语言形态系统的语言复杂度，揭示了屈折范式的大小和不规则程度之间的经验权衡，即一种语言的屈折范式可以是大小大，或高度不规则，但永远不会两者兼备。我们的方法体现了屈折范式的熵 - 即共同预测范式所有表面形式的难度。我们通过变分逼近估计这一问题，并测量这些范例在 31 种类型多样的语言中的表现。

    Jul, 2018

  • 使用英语、韩语和泰米尔语构建的语音数据集对失语症智力分类的多语言分析

    本文分析了来自英语、韩语和泰米尔语三种具有不同韵律系统的语言的语音障碍者讲话数据集，检查反映语音质量、发音和韵律三个讲话维度的 39 个声学测量标准，提出在了解说话的可懂水平的平均声学测量值的基础上进行多语种分析，并进行自动可懂性分类以研究最佳功能集。分析表明发音特征是语言无关的测量标准，如音素正确百分比、辅音正确百分比和元音正确百分比，而声音质量和韵律特征通常呈现不同的语言特征。实验结果进一步表明，不同的语音维度在不同的语言中发挥更大的作用：英语的韵律，韩语的发音，泰米尔语的韵律和发音。这篇论文为语音病理学做出了贡献，因为它区分了英语、韩语和泰米尔语的语音障碍者可懂性分类中语言无关和语言相关的测量标准。

    Sep, 2022

  • 从语言学资讯中学习音位组合规则

    使用与语言相关的数据来学习语法的互动学习方法，通过信息论策略选择询问或合成数据并从语言学者处获得反馈，有效率地实现语言学习。

    May, 2024

  • 预训练语言模型的一致性测量和提升

    研究了预训练语言模型的一致性，发现它们在事实知识方面缺乏一致性，且表现良莠不齐；提出了一种改善模型一致性的方法，并在实验中证明其有效性。

    Feb, 2021