エージェントベースモデルによる形態交替パターンの進化
本論文は、多エージェントシミュレーションを用いて、英語の「go」の過去形「went」のような形態交替の出現と持続性を説明する。交替形式は音韻変化または語彙的変異から生じ、集団内の伝播動態を通じて広がる。生成された形態の現実性を評価するため、大規模言語モデル駆動のシステム「AI歴史言語学者」を導入し、実言語とシミュレーションの形態を比較する。結果は、スケールフリーな社会ネットワークとランダムなベルヌーイ採用がより妥当なパターンをもたらすことを示す。3つのケーススタディで実際の歴史的変化をモデル化している。
なぜ英語の「go」の過去形は無関係な「went」なのか？このような形態交替は言語に頻繁に見られ、コミュニケーションや学習性を助けないにもかかわらず、何世紀も何千年も存続することがある。最近の研究では、マルチエージェントシミュレーションを用いて、これらの交替パターンがどのように発生し、維持されるかを明らかにしている。
この研究は、形態的語幹と屈折交替の出現をモデル化するフレームワークを提案する。交替形式は音韻変化、または「go/went」のように人口の一部に関連する語彙的代替から生じる。エージェントが別のエージェントの単語の新しい形式を「聞く」と、一定の確率でその形式を採用し、元の形式を共有していたパラダイム内の他のスロットに使用を広げる可能性がある。このようにして、交替形式は集団内で広がり、語幹や屈折マーカーの交替形として定着する。
従来の多くの計算研究とは異なり、このシステムは自然主義的な語彙形式、現実的な音韻規則、数百から数千のエントリを持つ語彙、そして数十から数百のエージェント集団を可能にする。また、複数のネットワークトポロジー、拡散パターン、エージェント採用ポリシーをサポートし、言語変化のより現実的なシミュレーションを実現する。
このようなシミュレーションの課題の一つは評価である：生成された形態は実際の言語と比較してどれほど現実的か？著者らは、大規模言語モデル駆動の新しいシステム「AI歴史言語学者」を導入し、二人の歴史言語学者による討論をモデル化する。これを用いて、実言語の形態、偽装された形態、実験的に進化した形態を比較した。結果は、より妥当な形態を促進する要因として、スケールフリーな社会ネットワークとランダムなベルヌーイ採用を示唆している。つまり、社会ネットワークの構造と個人が新しい形式をランダムに採用する行動が、言語進化において重要な役割を果たす。
さらに、3つのケーススタディを提示し、実際にあった歴史的変化をモデル化して、歴史が異なっていた場合に何が起こり得たかを検証している。例えば、特定の歴史的イベントが起こらなかった場合の言語形態の変化をシミュレートすることで、言語変化の偶然性と必然性を理解する新たな視点を提供する。
すべてのコードとデータは公開されており、他の研究者が再現・拡張できるようになっている。この研究は、言語進化の理解を深めるだけでなく、計算言語学における現実的な言語変化のシミュレーション方法論に重要な指針を与える。