Probabilistic Typology: Deep Generative Models of Vowel Inventories
Probabilistic Typology: Deep Generative Models of Vowel Inventories
复制标题
概率类型学：元音库存的深度生成模型
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Jason Eisner
中科院分区：
文献类型：
--
作者：
Ryan Cotterell;Jason Eisner
语言类型学研究人类语言中存在的结构范围。该领域的主要目标是发现哪些可能的现象是普遍的，哪些只是频繁的。例如，所有语言都有元音，而大多数（但不是全部）语言都有 /u/ 声音。在本文中，我们首次对语音类型学中的一个基本问题进行概率处理：自然元音清单是由什么构成的？我们介绍了一系列深度随机点过程，并将它们与之前基于计算、模拟的方法进行了对比。我们针对 200 多种不同语言提供了一套全面的实验。
Linguistic typology studies the range of structures present in human language. The main goal of the field is to discover which sets of possible phenomena are universal, and which are merely frequent. For example, all languages have vowels, while most—but not all—languages have an /u/ sound. In this paper we present the first probabilistic treatment of a basic question in phonological typology: What makes a natural vowel inventory? We introduce a series of deep stochastic point processes, and contrast them with previous computational, simulation-based approaches. We provide a comprehensive suite of experiments on over 200 distinct languages.