arXiv:2607.04986v1 cs.CL

예멘 이비 아랍어의 wh-일치 통사론

The syntax of wh-agreement in Yemeni Ibbi Arabic

Ashraf Naji, Mohammed Q. Shormani

제출 2026-07-06

한국어 초록

이 논문은 예멘 이비 아랍어(YIA) 통사론의 중요한 현상인 wh-일치(wh-agreement)를 다룬다. wh-일치는 그리스어, 인도네시아어, 루부쿠수어, 아일랜드어 등 여러 언어에서 공통적으로 나타나는 현상이다. YIA에서 wh-일치는 Wh-Op, C, T/V, v에 나타나는 일치 굴절을 통해 표현된다. 이 현상을 설명하기 위해, 우리는 특징 상속(FI, Feature Inheritance) 메커니즘에 기반한 위상 전반 일치(AAP, Agree across phases) 접근법을 제안한다. 이 접근법에서 매칭(AM)으로서의 일치(Agree)는 특징 값 부여(FV, feature valuation)로부터 부분적으로 분리된다. AM은 C/v에, FV는 T/V에 관여한다. wh-연산자(Wh-Op), 기능 핵어(정확히는 C, (T), v), 그리고 동사 복합체 사이에서 관찰되는 일치 패턴을 분석하면서, 우리는 스탠나드 아랍어(SA) 3인칭 대명사에서 문법화 과정을 거친 접미사 -eh, -uh, -nen, -um이 wh-일치의 형태론적 표지로 기능한다고 주장한다. 연구 결과, YIA 데이터는 생성 통사론에 고유한 경험적 기여를 제공하며, 특히 이 방언에서 wh-일치가 매칭 메커니즘을 통해 작동함을 보여 준다. 우리의 제안은 언어 횡단적으로 wh-일치를 직접적으로 설명한다. 이 연구는 충분히 연구되지 않은 유형론을 통합함으로써 보편 문법(UG)의 보편성을 뒷받침하는 추가적인 근거를 제공하며, 구체적으로 특정 내재 언어(I-language) 연산이 인간 언어 구조의 더 깊은 불변 원리를 어떻게 반영하는지를 드러낸다. 결론적으로, YIA에서의 wh-일치 메커니즘은 그리스어, 인도네시아어, 팔라우어, 아일랜드어와 같은 언어들보다 형태통사적으로 더 강건하며, 이는 AAP가 장거리 의존 관계에 대한 보편 문법적 접근임을 뒷받침하는 설득력 있는 근거를 제공한다.

원문 초록

This article tackles an important phenomenon in the syntax of Yemeni Ibbi Arabic (YIA), viz., wh-agreement, a phenomenon common to several languages including Greek, Indonesian, Lubukusu, Irish, etc. In YIA, wh-agreement manifests itself via agreement inflections on the Wh-Op, C, T/V, v. To account for this phenomenon, we propose an Agree across phases (AAP) approach anchored in the mechanism of Feature Inheritance (FI) in which Agree as MATCHING (AM) is a bit separated from feature valuation (FV). AM concerns Cs/vs, but FV Ts/Vs. Analyzing the agreement patterns observed between Wh-Op(erators), functional heads (precisely C, (T), v), and verbal complexes, we argue that the suffixes -eh, -uh, -nen, -um, having undergone grammaticalization process from Stannard Arabic (SA) third person pronouns, function as morphological marking of wh-agreement. Findings indicate that YIA data offer a unique empirical contribution to generative syntax, specifically concerning wh-agreement in this dialect operating via MATCHING mechanism. Our proposal straightforwardly accounts for wh-agreement cross-linguistically. This study provides further evidence that incorporating under-investigated typology provides further support for the universality of Universal Grammar (UG) by revealing how specific I-language operations reflect deeper, invariant principles of human language architecture. It concludes that the wh-agreement mechanism in YIA is more morphosyntactically robust than in languages such as Greek, Indonesian, Palauan, and Irish, providing compelling evidence for AAP as a UG approach to long-distance dependencies.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2607.04986v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.23142v1cs.CL공통 태그 linguistics

「정보 시스템을 위한 언어 이론의 함의」에 관한 Kalle Lyytinen 인터뷰

Interview with Kalle Lyytinen on "Implications of Theories of Language for Information Systems"

MIS Quarterly에 「정보 시스템을 위한 언어 이론의 함의」가 최초 발표된 지 40년이 넘은 후, Lyytinen은 자신의 논문의 기원과 지난 수십 년간 이 연구 분야의 발전을 되돌아본다. 본 인터뷰에서 Lyytinen은 정보 시스템의 언어학적 핵심을, 특히 대규모 언어 모델(LLM)과 생성형 AI와 관련된 최근 동향과 발전을 고려하여 논의한다. 정보 시스템(IS) 연구에 대한 언어학적 관점을 따르는 향후 연구 방향이 제시된다.

arXiv:2607.23319v1cs.CL공통 태그 morphology

BHARATI: 서브워드 fertility 분석을 통한 고전 인도어를 위한 형태소 인식 토크나이저

BHARATI: Morphology-Aware Tokenizers for Classical Indian Languages with Subword Fertility Analysis

Byte-Pair Encoding(BPE)과 SentencePiece 같은 표준 서브워드 토큰화 알고리즘은 주로 현대어 코퍼스로 학습되며, 고전 인도어에 적용할 때 비효율적인 분할을 생성한다. 산스크리트어, 타밀어 및 기타 고전 인도어들은 교착적 형태론, 생산적인 sandhi(어 경계에서의 음운 융합), 그리고 범용 학습 데이터에 없는 도메인 특화 어휘를 보인다. 본 논문은 7개 언어(영어, 힌디어, 산스크리트어, 타밀어, 텔루구어, 칸나다어, 말라얄람어)에 걸친 균형 잡힌 781MB 코퍼스로 학습되고 모든 언어에 원문 문자 체계 지원을 제공하는 SentencePiece BPE 토크나이저 모음인 BHARATI를 제시한다. 세 가지 연속 토크나이저 버전을 설명한다: v1(영어와 산스크리트어만, 타밀어에 대해 깨진 바이트 fallback), v2(4개 언어 지원, 남부 언어에 바이트 수준 fallback), v3(7개 언어 전체의 원문 서브워드 커버리지). 서브워드 fertility 분석 결과, v3는 Indian Knowledge System(IKS) 기술 용어당 평균 2.6개 토큰을 사용하는 반면, GPT-2 토크나이저는 5.25개, 다국어 SentencePiece 기준선은 3.75개를 사용하며, 구조적으로 단일 토큰으로 표현되도록 예약된 IKS 용어 집합에서 가장 큰 이득을 보인다. 490개의 IKS 도메인 문장으로 구성된 홀드아웃 테스트 세트(7개 언어 각 70문장, 측정 스크립트와 함께 공개)에서 v3는 원문 인도어 서브워드가 없는 GPT-2 및 바이트 수준 인코딩 대비 시퀀스 길이를 약 90% 줄이고, 6개 인도어에 대해 평균한 mBART-50 다국어 기준선 대비 약 25% 줄여, 하위 언어 모델의 유효 컨텍스트 길이 증가로 직접 이어진다. 토크나이저 모델(32,000 어휘), 학습 스크립트, 평가 벤치마크는 오픈 라이선스로 공개된다.

arXiv:2606.12748v1cs.CL공통 태그 morphology

형태론적 교체 패턴의 진화를 위한 에이전트 기반 모델

Agent-based models for the evolution of morphological alternation patterns

영어 "go"의 과거형이 겉보기에 관련 없는 "went"인 이유는 무엇인가? 이러한 교체 현상은 언어에서 빈번하게 발생한다. 이들은 의사소통이나 학습 가능성을 돕지 않음에도 불구하고 수세기 또는 수천 년 동안 지속될 수 있다. 우리는 형태론적 어간 및 굴절 교체의 출현에 대한 다중 에이전트 시뮬레이션을 제시한다. 대체 형태는 음운론적 변화를 통해, 또는 "go/went"의 경우처럼 인구의 일부 하위 집단과 관련된 어휘적 대안에서 발생한다. 에이전트가 다른 에이전트가 단어의 패러다임 슬롯(예: go의 과거형)에 대해 새로운 형태를 사용하는 것을 '듣게' 되면, 일정 확률로 해당 형태를 채택하며, 이를 동일한 원래 형태를 공유하는 패러다임의 다른 슬롯으로 사용을 확장할 수 있다. 따라서 대체 형태는 인구 집단 전체로 퍼져나가 어간 또는 굴절 표지 교체형으로 고착화될 수 있다. 이전의 많은 계산 연구와 달리, 우리 시스템은 자연스러운 어휘 형태, 현실적인 음운론적 규칙, 수백 또는 수천 개의 항목을 포함하는 어휘집, 그리고 수십 또는 수백 명 규모의 에이전트 집단을 지원한다. 이 시스템은 여러 네트워크 토폴로지, 확산 패턴 및 에이전트 채택 정책을 지원한다. 이러한 시뮬레이션의 한 가지 문제는 평가이다. 즉, 결과로 나온 형태론이 실제 언어의 형태론과 비교하여 얼마나 현실적인가 하는 것이다. 우리는 두 역사 언어학자 간의 토론을 모델링하는 새로운 대규모 언어 모델(LLM) 기반 시스템인 AI Historical Linguist를 소개한다. 우리는 이를 사용하여 실제 언어 형태론 집합, 위장된 형태론, 그리고 실험적으로 진화된 형태론을 비교한다. 결과에 따르면 더 그럴듯한 형태론을 유도하는 요인 중에는 무척도(scale-free) 사회 네트워크와 형태의 무작위 베르누이 채택이 포함된다. 또한 실제로 기록된 역사적 변화를 모델링한 세 가지 사례 연구를 제시하여, 역사가 달랐다면 어떤 일이 일어났을지 테스트할 수 있게 한다. 모든 코드와 데이터가 공개된다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.