어린이 이해 모델링: 한국어의 접미사 수동 구조 사례

본 연구는 현저히 연구되지 않은 언어인 한국어에서 이해 과정 중 단일 언어 아동의 언어 행동을 포착하기 위한 계산 모델의 능력을 조사한다. 구체적으로, 우리는 두 가지 신경망 구조(LSTM, GPT-2)가 언어 형태론과 그 형태론에 의해 추진되는 필요한 해석 절차(즉, 주제 역할과 격 마커 간의 매핑 수정)를 포함하는 접미사 수동 구조를 어떻게 처리하는지 테스트한다. 이를 위해, 우리는 패칭(즉, 사전 훈련된 모델 + 양육자 입력)과 하이퍼파라미터 조정을 통해 모델을 미세 조정하고, 행동 연구에서 사용된 테스트 문장에 대한 이진 분류 성능을 측정한다. 이 연구에서는 이러한 모델의 성능이 행동 연구에서 발견된 아동의 반응 패턴과 어느 정도 수렴하지만, 모델이 접미사 수동과 관련된 아동의 이해 행동을 충실하게 모사하지 못해 모델 간, 조건 간, 및 하이퍼파라미터 간 비대칭성이 발생한다는 사실을 발견한다. 이는 신경망의 아동 언어 특징을 다루는 능력의 한계를 나타낸다. 이 연구의 함의는 계산 모델이 코퍼스 기반 또는 실험 연구를 통해 드러난 아동 언어의 발달 궤적을 어떤 정도까지 드러내는지를 후속 연구에 초대한다.