1. 生産性の漸増が語る統語知識の発達 パターン束モデルに基づく段階的発達プロセスの計算的実証 日本認知言語学会第11回全国大会 (JCLA 11) 2010年9月11日 於 立教大学池袋キャンパス ワークショップ第４室 「徹底した用法基盤 モデルの展開」

2. 1. はじめに 2 JCLA11@立教大

3. 統語知識の内実は何か 用法基盤モデルに基づく習得研究 e.g., Tomasello 2003 「発達的事実の記述」としては秀逸 習得プロセスのモデル化にも成功 一語文  二語・多語文  抽象構文  … しかし 何を習得しているか = 「知識の表示」の議論が希薄 両者は裏腹 習得プロセスの検証が未実施 背後にある問題 スキーマの計算理論の不在 3 JCLA11@立教大

4. 発達プロセスの計算的実証へ ならば 「統語知識の表示」の可能な候補を提示 = パターン束モデルの定義する「パターン」≈ スキーマ 表示の「発達度」の指標を計算 今回はシャノンのエントロピーを使用 することによる計算的実証を行ってみよう Cf. Borensztajnet al.2009 具体的には Brownコーパスin CHILDES(MacWhinney 2000)を使用 年齢経過に従って幼児の発話から漸増的パターン生成 各時点での生産性を算定 4 JCLA11@立教大

5. 本発表の構成 2節: 前提 パターン束理論によるパターンの定義 パターンの発達としての統語発達 3節: 調査 データの詳細・方法の提示 生産性の算定方法の紹介 4節: 結果と考察 結果概要 考察・調査の意義の検討 5節: 結語 5 JCLA11@立教大

6. 2. 前提 JCLA11@立教大 6

7. パターンの定義 [1] パターン束理論 (PLT)によるパターンの定義 任意の事例 eを分節モデルTで分節化 分節列T(e)を得る eの例: John hit Mary. Tの例: 単語分節 T(e)の例: [John, hit, Mary] 7 JCLA11@立教大 John ha hit Mary = e John 分節化 = T(e) hit Mary John

8. パターンの定義 [2] パターンの定義の続き T(e) の分節を一つずつ変項 Xによって置換 この産物をパターンと定義 この工程を全分節が変項化されるまで再帰的に適用 得られた産物 = eのパターン集合 P(e) JCLA11@立教大 8 hit Mary John パターン hit Mary __ __ Mary John hit __ John

9. パターン束 (パターンラティス) パターン集合 P(e) の性質 pi, pj∈P(e) に部分一致に基づく継承関係を規定可能= 継承関係 (is-a) を「順序」とする半順序集合 継承関係を含むパターン集合P(e) = パターン束 L(e) 継承関係の図示 (次スライド) e = John hit Maryの場合のL(e)をハッセ図により図示 継承関係は推移律を満たすので冗長な関係は除いてある 簡略化のため連続する変項は単一化してある E.g., [John, __, __ ]  [John, __ ] JCLA11@立教大 9

10. パターン束のハッセ図 JCLA11@立教大 10 L(e) (ただし e = John hit Mary.) ... 頂点 ... 語彙パターン ... 超語彙パターン ... 底 = 事例 __ __ Mary __ hit __ John __ __ hit Mary John __ Mary John hit __ John hit Mary

11. パターンの発達としての統語発達 パターン = 統語知識の実体なら 統語発達 = パターンの発達 パターンの発達: a. 利用可能なパターンの総数の増加b. 個々のパターンの性質(e.g., 生産性, 複雑性) の成長 注意 幼児の統語知識が「XXX構文」となっている保証無し 一語文 ~ 語彙依存構文は具体的な語が指定済み 以上から パターン =構文の「候補」として網羅的に調査 具体的には上記 b について調査 (評価対象は「生産性」) JCLA11@立教大 11

12. 3. 調査 JCLA11@立教大 12

13. データ データにはCHILDES内のBrownコーパスを使用 JCLA11@立教大 13 CHILDES English(USA) Japanese … Brown MacWhinney … Adam Eve Sarah … 2;3–3;4 [4;10] 28/55 files 1;6–2;3 20 files 2;3–3;8[5;1] 71/139 files

14. 方法 [1](前処理) 上記データから (前処理) 幼児 = {Adam, Eve, Sarah} の発話のみを抜き出し 言いさし・重複, ポーズの含まれる発話を除外 前処理後のデータの詳細 (Eve) は予稿集 (p. xxx) 参照 JCLA11@立教大 14 *CHI: Shadow . *CHI: read Shadow # Mommy . *CHI: read Shadow . *CHI: Shadow . *CHI: who (th)at ? *MOT: what is that ? *CHI: lollipop . *MOT: +" he sticks to me like +... *CHI: +, glue . *MOT: +" and scares away +... *CHI: piggie squeak . *CHI: wee wee way home . ポーズ 母親の発話 重複

15. 方法[2] (漸増型パターン生成) 生産性の算定 (漸増型パターン生成) 各幼児1ファイル目のデータからパターンを生成 ファイルは時系列に沿って番号(id)付けされている “頻度 ≥ 2” かつ “バリエーション ≥ 2” のものを選抜 選抜パターンに対し生産性を算定・平均を算出 以降nファイルある内の i = 2 ~ nまで 1 ~ iファイル目のデータから上記のプロセスを繰り返す JCLA11@立教大 15

16. 漸増型パターン生成の模式図 JCLA11@立教大 16 Phase 1 Phase 2 Phase 3 Phase 4 … Phase n File 1 File 1 File 1 File 1 File 1 File 2 File 2 File 2 File 2 File 3 File 3 File 3 Patterns … File 4 File 4 Patterns … Patterns File n Productivity Patterns Productivity Productivity Patterns Productivity Productivity

17. 方法 [3] (順序ランダム化) ただし 漸増型パターン生成で生産性平均の上昇が示される それは単にデータの量が増えたからでは?? 幼児の知識の質的変化ではなく知識量の変化の現れ?? 「段階的習得プロセス」「統語発達」は示せない そこで 順序ランダム化データを複数 (50パターン) 用意 これを R= {r1, r2, r3, … r50} とする それぞれに対し漸増型パターン生成を実施 結果をオリジナルデータと比較 JCLA11@立教大 17

18. 順序ランダム化データの例 JCLA11@立教大 18 Phase 1 Phase 2 Phase 3 Phase 4 … Phase n File 8 File 8 File 8 File 8 File 8 File 3 File 3 File 3 File 3 File 12 File 12 File 12 Patterns … File 5 File 5 Patterns … Patterns File 14 Productivity Patterns Productivity Productivity Patterns Productivity Productivity

19. 生産性の算定 生産性尺度 = シャノンのエントロピー(H) 以降単に「エントロピー」or H 各変項 (v) に対して計算 変項 vのエントロピー (H(v)) : (ただし: p(wi) = i番目の実現値の生起確率) 変項が複数ある場合 (e.g., Put __ in __): それぞれの変項に対してエントロピーを計算し各値を合計 変項間「共変動率」を見積もり合計値を補正 補正の詳細は吉川 (2010) 参照 JCLA11@立教大 19

20. 4. 結果と考察 JCLA11@立教大 20

21. 結果概要 生産性の上昇 どの幼児もファイル数増加毎に生産性が上昇 Adam Eve Sarah 直線は回帰直線(次スライド) JCLA11@立教大 21

22. 得られたパターンの例 [~10] JCLA11@立教大 22

23. 得られたパターンの例 [11~20] JCLA11@立教大 23

24. 得られたパターンの例 [21~28] JCLA11@立教大 24

25. 気になるパターンの推移 JCLA11@立教大 25

26. 線形回帰 増加の傾向は？ 線形回帰 (linear regression) によって確認 目的変数: エントロピーの平均値説明変数: データ量(発話数) 決定係数(R2) = 回帰の当てはまり度合い ≤ 1 Adam: 0.96; Eve: 0.95; Sarah: 0.98 軒並み高水準 順序ランダム化データ(R)との比較 Rにもそれぞれ線形回帰を実施 “R2 ≥ 0.5”のデータに対し元データ(O)と傾きを比較 線形の傾向と言えそうなものを選抜 結果 Oと R諸データ間で傾きの違いは顕著 JCLA11@立教大 26

27. Oと Rの差の検定 順序ランダム化データ (R) との差は有意か? 一標本の t検定によって検証 帰無仮説:OもRの一種 結果: どの幼児も有意差アリ Adam: t(49) = -20.4534,p < 2.2e-16 Eve: t(49) = -32.5039,p < 2.2e-16 Sarah: t(49) = -55.1863,p < 2.2e-16 JCLA11@立教大 27

28. Adam JCLA11@立教大 28 赤: 元データ 青: ランダム

29. Eve JCLA11@立教大 29 赤: 元データ 青: ランダム

30. Sarah JCLA11@立教大 30 赤: 元データ 青: ランダム

31. 考察 線形回帰の結果は何を表しているか? 回帰分析の目的= 説明変数によってどれだけ目的変数が説明可能か 今回: データ量の増加でエントロピーの平均が説明できるか しかし: 重要な点: Rでは決定係数 & 傾きが落ち込む!= エントロピー平均増加はデータ量増加によるものではない! では説明変数は何か? 年齢の経過に伴って増加した見えない尺度 これが Rでは崩れてしまっていた  決定係数 & 傾きの減少 よって 本調査の結果 = 段階的な発達プロセスを捉えている 31 JCLA11@立教大

32. 本調査の意義 注意 本調査の結果 = 統語発達の一側面に過ぎない 意味に関する情報, パターンの性質等を捨象している しかし 重要な点: 方法論的革新 他の尺度を用いて同様の方法論で調査を行えばいい 発達「プロセス」の計算的実証法の確立 これはPLTによってもたらされる大きな利点 認知言語学にとって有益であることは言うまでもない 32 JCLA11@立教大

33. 5. 結語 JCLA11@立教大 33

34. まとめ 本発表では CHILDES内のBrownコーパスにおける幼児の発話から PLTの定義に従い網羅的にパターンを生成し シャノンのエントロピーでパターンの生産性を算定し 年齢経過に伴う段階的な生産性増加を確認した この結果は 生産性という観点からは統語知識は段階的に発達する というTomasello (2003) の主張を支持する 用法基盤の習得モデルを実証する結果と言える 34 JCLA11@立教大

35. 課題 + 宣伝 (統計的) 評価方法の不在 線形回帰による比較は試験的なもの 本当にうまく結果が評価できているか? この点に関しては 日本認知科学会 第27回大会 (JCSS 2010)における発表 「パターンの生産性に見る統語発達」by 吉川 本発表とある意味相補的な内容 JCSS 2010 @ 神戸大学鶴甲第1キャンパス (2010/9/17 ~ 19) 吉川の発表は初日(9/17) 論文は以下からダウンロード可能 http://www.jcss.gr.jp/meetings/JCSS2010/proceedings.html 35 JCLA11@立教大

36. 謝辞と参考文献 JCLA11@立教大 36

37. 謝辞 本ワークショップ参加メンバー 黒田 航氏(情報通信研究機構) 長谷部 陽一郎氏 (同志社大学) 淺尾 仁彦氏 (ニューヨーク州立大学バッファロー校[院]) 慶應義塾大学大学院 井上逸兵研究会メンバー 井上 逸兵教授(慶應義塾大学) 中村 文紀氏 (慶應義塾大学[院]) 統計検定の補助 久保田 ひろい氏 (千葉大学[院]) JCLA11@立教大 37

38. 追加の参考文献 Borensztajn, G., Zuidema,W., & Bod, R. 2009. Children's grammars grow more abstract with age: Evidence from an automatic procedure for identifying the productive units of language. Topics in Cognitive Science, 1 (1), 175–188. JCLA11@立教大 38

39. ご清聴ありがとうございました。 JCLA11@立教大 39