超加法的カウント累積のためのMaxEnt学習器

ほとんどの以前の（超）ギャング効果に関する研究は、2つの弱い制約が別の強い制約を共同で打ち負かす場合を検証してきた（Albright 2012; Shih 2017; Breiss Albright 2022）が、本稿では、Jäger Rosenbach（2006）がカウント累積と呼ぶ単一の制約の複数の違反から生じるギャング効果を扱う。カウント累積の超加法的バージョンが本稿の焦点である。これは、複数の弱い制約の違反が単一の強い制約の違反を圧倒するだけでなく、その単一の違反の重さの単なる乗算をも超える場合を指す。私は、韓国語の複合動詞の強調での喉音にマークされた子音の存在と、日本語の連濁における鼻音によって、複合語の形態音韻的交替が超加法的に抑制される2つの自然言語の例を報告する。これら2つのテストケースを使用して、本稿では、これらのタイプの超加法性は従来のMaxEnt文法によって完全には捉えられないと論じる。代わりに、違反の数によって罰則の程度が倍率的に増加する修正されたMaxEntモデルを提案する。また、定量的言語データを与えられた必要なパラメータを学習する提案されたMaxEntモデルの計算実装も提供する。韓国語と日本語に関する一連の学習シミュレーションは、MaxEnt学習器が超加法的制約を検出し、これらのための適切な指数値を見つけ、入力データの確率分布を正確に捉えることができることを示す。