Language, Cognition, and Human Nature 第1論文 「言語獲得の形式モデル」 その12

Language, Cognition, and Human Nature: Selected Articles

Language, Cognition, and Human Nature: Selected Articles

VI 意味論と言語学習 その3


ここまで単に語とその意味のみを使ってもゴールドの呪縛からは逃れられないことを見てきた.ではそれより高次の手がかりを使えば何とかなるだろうか.ピンカーは意味論的構造を使った学習手法に議論を進める.


<意味論を用いるヒューリスティックス>

  • 自然言語獲得にかかる最も重要な事実は,言語を構成している規則は抽象的なもので単にサンプル文から単純に導き出すことはできないということだ.分布分析の問題は,これらの構成要素はサンプルのオーバーラップするパターンにわかりやすく現れ出ては来ないというところにある.
  • しかしながらもしある文の意味論的な表象がその文の文法的な記述にある程度一貫して一致しているなら,意味論的な情報は分布分析の規則性と同じ目的に使えるだろう.
  • 文脈自由あるいは文脈依存的な言語の文の文法的な構造はツリーとして記述できる.そのツリーのそれぞれのノードは構成要素を表し,ノードから発出している枝のセットはその構成要素をより下位の構成要素の配列に書き換える規則の用例を表している.
  • そして認識や文の意味に対応する心的表象構造は,同じようなツリー構造で記述される.そのような場合のトップノードは通常論理的命題を表す.そして枝はその命題の主部(主辞)(subjects)や述部(賓辞)(pridecates)への分解,さらに概念や関連性への分解を表している.
  • もし文の意味のツリー構造と文の構成要素構造が部分的にでも一致しているなら,おそらく子供が意味構造を文の構造分析に用いる方法があると推測できる.そしてアンダーソンはそのようなヒューリスティックスを提示した.


(1)意味論を構成要素を図示するのに用いる:ツリーフィッティングヒューリスティック

  • このヒューリスティックスは「子供は文のすべてのコンテント語の意味を知っている」という前提から始まる.それは「子供は意味構造のどの概念がどの語と対応しているかを知っている」という意味だ.
  • そして学習者はそれを対応させて意味のツリー構造を文にフィットさせようと努め,すべてのリンクを保持しながら必要に応じて空間的にノードと枝を再配置する.すると学習者は文のツリー構造を手にすることになる,そして構成要素が何か,小さな構成要素の連なりを大きな構成要素と扱う文法規則がどのようなものかを推測できるようになる.

ここでピンカーは英語文を用いた具体例を示している.日本語に置きかえて示してみよう*1

子供が白いネコがネズミを食べているのを見ているとする.すると子供の感覚システムは「Xはネコ」「Xは白い」「Yはネズミ」「XがYを食べる」などの命題を生成するだろう.

そして同時に「白いネコがネズミを食べる」(B)という文を聞いているとする.そしてそれぞれの語の意味を知っているならそれをツリー構造に再構成できる.

そして文には大きく二つの構成要素があること,そのうち一つは「白い」と「ネコ」が含まれ,もう一つには「ネズミ」と「食べる」が含まれることを仮定できる.さらにこれらの翻訳を可能にする規則を構成することもできる.この場合第1の要素には命題の主辞が含まれ,さらにその中の最初の構成要素はその主辞の特徴を表すという規則を構成できるだろう.

問題は意味論的構造を文の語句にフィットさせる方法は数多くあるということだ.例えば子供は以下のようなツリーを構成するかもしれない.

  • アンダーソンはヒューリスティックスが良い方法を"知る"ための二つのメカニズムを提案した.
  • 第1のメカニズムは学習者は最も高いノードをあらかじめ知っているというものだ.これにより上記のCとDを区別できる.これは文のメインの命題を知ること,つまり文においての最大のテーマは何か,主張されている最大のポイントな何かということに該当する.アンダーソンは子供は大人との普通のやりとりの中でこの情報をコミュニケートするのだと示唆している.
  • ツリーを描くヒューリスティックスとしては「意味論的構造の中の一つの命題が『主要部(principal)』とされ,意味論的ツリーを文の上に描くときにはそのノードを最も上に持ってくる」「この『ルート』ノードにリンクするノードはそれより一段低く描かれる.さらにそのノードにリンクするノードはもう一段低く描かれる.以下同様」となる.だから最大のテーマがが「ネコがネズミに何をしたのか」であればCのツリーが選ばれることになる.片方でもし最大のテーマが「ネコの『白さ』」なのだとすればDのツリーが選ばれる.
  • もう一つのメカニズムは「枝は交叉してはならない」ということだ.これによりEは排除される.文脈自由文法の規則で,このようなツリーを作り出すものはない.だからアンダーソンが「グラフ変形条件」と呼んだこのメカニズムによって,意味論的構造を文にする際についてのある範囲の(不自然な)規則群を学習してしまうことを排除することができる.一般的にいうとこのヒューリスティックスによってある構成要素の中の意味を別の構成要素の中について適用することを防止できる.
  • アンダーソンが主張するように,これは意味論的ヒューリスティックスが意味論的構造を文にする際にある特定の方法(この場合はグラフ変形条件を満たす方法)によっていることをよく示す例になっているのだ.そしてアンダーソンは自然言語はこの条件に従っていて,子供も大人もそれを仮定してヒューリスティックスを用いていると主張しているということになる.(これについてはVII節で吟味する)


このアンダーソンの提案によると,子供はこの2つの条件を生得的な知識として持っていなければならないということになる.
 

*1:なお主格や目的格については英語は語順により格を示し,日本語は格助詞をつけて表すので,完全にうまく対応させて示すのは難しい.ここでは名詞+格助詞で一つのノードという形にして示してある