秘魯天主教大學(xué)和馬克斯·普朗克人類歷史科學(xué)研究所的研究人員研究了機(jī)器學(xué)習(xí)算法使用一種語言中的單詞列表來識(shí)別詞匯借用的能力。發(fā)表在《PLOS ONE》雜志上的結(jié)果表明，僅當(dāng)前的機(jī)器學(xué)習(xí)方法不足以進(jìn)行借位檢測(cè)，這證明需要額外的數(shù)據(jù)和專家知識(shí)來應(yīng)對(duì)歷史語言學(xué)最緊迫的挑戰(zhàn)之一。

詞匯借用或單詞從一種語言直接轉(zhuǎn)移到另一種語言已經(jīng)引起了幾千年的學(xué)者的興趣，這在柏拉圖的Kratylos對(duì)話中得到了證明，蘇格拉底在對(duì)話中討論了借用單詞對(duì)詞源學(xué)研究帶來的挑戰(zhàn)。在歷史語言學(xué)中，詞匯借用可幫助研究人員追蹤現(xiàn)代語言的發(fā)展，并指出不同語言群體之間的文化聯(lián)系(無論是近期的還是古代的)。但是，用于識(shí)別借用單詞的技術(shù)卻難以形式化，要求研究人員依賴各種代理信息以及多種語言的比較。

主持這項(xiàng)研究的約翰·馬蒂斯·李斯特說：“詞匯借用的自動(dòng)檢測(cè)仍然是我們?cè)谟?jì)算歷史語言學(xué)中面臨的最困難的任務(wù)之一。”

在當(dāng)前的研究中，來自PUCP和MPI-SHH的研究人員采用了不同的機(jī)器學(xué)習(xí)技術(shù)來訓(xùn)練語言模型，這些模型模仿了語言學(xué)家在僅考慮一種語言提供的證據(jù)時(shí)識(shí)別借用的方式：聲音或聲音的組合方式當(dāng)將它們與同一種語言的其他單詞進(jìn)行比較時(shí)，形成單詞是非典型的，這通常暗示了最近的借用。然后將模型應(yīng)用于世界貸款數(shù)據(jù)庫的修改版本，該數(shù)據(jù)庫是世界各地不同語言家族的40種語言樣本的借入信息目錄，目的是查看給定語言中的單詞將被分類為：是否借用了不同的技術(shù)。

在許多情況下，結(jié)果令人不滿意，這表明借詞檢測(cè)對(duì)于最常用的機(jī)器學(xué)習(xí)方法來說太困難了。但是，在特定情況下，例如在外來詞比例很高的列表中或外來詞主要來自單一捐助者語言的語言中，團(tuán)隊(duì)的詞匯語言模型顯示出一定的希望。

該研究的主要作者，PUCP的約翰·米勒說：“在進(jìn)行了單語詞匯借用的第一個(gè)實(shí)驗(yàn)之后，我們可以著手解決問題的其他方面，轉(zhuǎn)而采用多語和跨語言方法。”

MPI的另一位共同主要作者Tiago Tresoldi補(bǔ)充說：“我們的計(jì)算機(jī)輔助方法以及我們即將發(fā)布的數(shù)據(jù)集，將為計(jì)算機(jī)輔助方法對(duì)語言比較和歷史語言學(xué)的重要性提供新的認(rèn)識(shí)。” SHH。

該研究與正在進(jìn)行的努力一起解決了歷史語言學(xué)中最具挑戰(zhàn)性的問題之一，表明借詞檢測(cè)不能僅依靠單語信息。將來，作者希望開發(fā)出更好的集成方法，以考慮多種語言的信息。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！