핵심 개념
모르파이어를 모르는 뉴질랜드인들은 유창한 화자들과 매우 유사한 방식으로 모르파이 단어를 분절할 수 있다. 이러한 능력은 통계적으로 반복되는 형태를 식별하고 추출하는 것에서 비롯된다고 가정되어 왔다. 본 연구는 이러한 가정을 검토하기 위해 다양한 형태론적 과정을 거친 단어들에 대한 모르파이어를 모르는 뉴질랜드인들과 통계적 반복성에 기반한 무감독 기계 학습 모델인 Morfessor의 분절 결과를 비교한다.
초록
본 연구는 모르파이어를 모르는 뉴질랜드인들(NMS)과 Morfessor, 통계적 반복성에 기반한 무감독 기계 학습 모델의 모르파이 단어 분절 능력을 비교한다.
분석 1A: 형태론적 과정
NMS와 Morfessor 모두 접사화와 복합어 형성과 같은 연접적 과정으로 형성된 단어에서 우수한 성능을 보였다.
하지만 NMS는 중복 형성과 같은 템플릿 과정으로 형성된 단어에서 Morfessor보다 더 나은 성능을 보였다. 이는 NMS가 통계적 반복성 외에도 추상적 템플릿을 인식하고 있음을 시사한다.
분석 1B: 접사 회복
Morfessor는 고빈도 접사와 기본 접사 형태에서 우수한 성능을 보였다.
하지만 NMS는 저빈도 접사와 비기본 접사 형태에서 Morfessor보다 낮은 성능을 보였다. 이는 NMS가 접사보다는 어근에 더 민감할 수 있음을 시사한다.
분석 2: 기타 단서
Morfessor는 실제 모르파이 단어보다 인공적으로 생성된 의사 모르파이 단어에서 더 나은 성능을 보였다.
이는 실제 모르파이 단어에 통계적 반복성 외에 다른 단서들이 존재하며, NMS가 이를 활용하고 있음을 시사한다.
종합하면, NMS의 모르파이 단어 분절 능력은 단순한 통계적 학습을 넘어서며, 템플릿과 같은 추상적 구조와 음운론적 특징과 같은 다양한 단서를 활용하고 있음을 보여준다.
통계
모르파이어를 모르는 뉴질랜드인들은 유창한 화자들과 매우 유사한 방식으로 모르파이 단어를 분절할 수 있다.
모르파이어를 모르는 뉴질랜드인들은 통계적으로 반복되는 형태를 식별하고 추출하는 것 외에도 추상적 템플릿과 음운론적 특징과 같은 다양한 단서를 활용하고 있다.
인용구
"모르파이어를 모르는 뉴질랜드인들은 유창한 화자들과 매우 유사한 방식으로 모르파이 단어를 분절할 수 있다."
"NMS의 모르파이 단어 분절 능력은 단순한 통계적 학습을 넘어서며, 템플릿과 같은 추상적 구조와 음운론적 특징과 같은 다양한 단서를 활용하고 있다."