PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.25012v1cs.CL

산스크리트 문학에서 의미 변화를 측정하는 계산적 접근

A Computational Approach to Measuring Semantic Change in Sanskrit Literature

통시적 단어 임베딩(diachronic word embeddings)은 의미 변화 추적의 현대적 표준이 되었으나, 주로 현대의 고자원(high-resource) 및 분절이 잘 된(well-segmented) 언어에서 검증되어 왔다. 본 논문은 음운 융합(sandhi), 형태론적 곡용(morphological inflection), 합성(compounding), 다의성(polysemy)이 독특한 과제를 제기하는 고대의 저자원(low-resource) 언어인 산스크리트에 이 패러다임이 전이되는지 검증한다. 네 개의 정통 시대(canonical periods)에 걸친 270만 토큰 규모의 말뭉치를 구축하고, 신경망 기반 바이트 수준 sandhi 분절기와 표제어 추출기(lemmatizer)로 단어 경계를 복원한 뒤, 여러 설정(configuration)에 걸쳐 시대별 임베딩을 학습한다. 시스템을 평가하기 위해 역사 학술 연구에서 검증 집합(validation set)을 구성하고, 앵커 변위(anchor displacement)로 방향성 복구를 검증한다. 검증 가능한 21개 변화 중 19개가 문헌학적으로 입증된 방향으로 이동하였다(부호 검定, p=0.00011). 또한 언어가 요구하는 설정을 밝히고 개선 여지에 대해 논의한다.