Skip to content
検索結果に戻る

方言計量学

提唱者
Jean Seguy
年
1973
種類
Empirical process pipeline
系統
Quantitative Sociolinguistics

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

方言計量学は、音声学的、語彙的、または音響学的データに客観的な指標を適用して、方言または言語間の言語的距離を測定する定量的手法である。1973年にジャン・セギーによって開拓された方言計量学は、単語リスト、発音、または音声表記を話し言葉のバリエーション間で比較して類似性スコアを計算する。結果として得られる距離行列とデンドログラムは、方言の関連性および地理的または社会的なクラスタリングのパターンを明らかにする。この手法は、伝統的な方言学を補完し、歴史言語学および社会言語学に貢献する。

手法の背後にある直感

単語ごとに方言を比較することを想像してみよう。それらは同じか、それとも異なるか?もし異なるなら、どの程度か?方言計量学は、バリエーション間に数値的な距離を割り当てることによってこれを体系化する。2つの完全に同一の方言は距離0を持つかもしれない。各差異(音声的、語彙的、または音韻的)は距離スコアに寄与する。数百の単語にわたる距離を集計すると、単一の方言ペア距離が得られる。すべてのペアを地図またはツリーにプロットすると、どの言語が一緒にクラスタリングされるかが明らかになり、地理的な近接性または共有された歴史が示唆される。

歴史学

ジャン・セギーは1970年代にロマンス方言を定量的に分析するために方言計量学を開発した。ハンス・ゴエブルは1980年代から1990年代にかけてこの手法を拡張し、より大規模なデータセットに適用し、視覚的技術(地理的地図)を開発した。ジョン・ナーボンと彼の同僚は、1990年代から2000年代にかけて、明示的な距離指標とクラスタリングアルゴリズムで方言計量学を近代化し、計算手法で利用できるようにした。今日、方言計量学は社会言語学および計算方言学の標準となっている。

使うべき場面

複数のバリエーションから並行データがある場合に方言の類似性を客観的かつ定量的に測定するために方言計量学を使用し、言語関係に関する仮説を検証し、バリエーションのパターンを視覚化する。それは伝統的な質的な方言学を補完し、大量のデータを効率的に処理できる。この手法は、比較可能な単語リストを前提としており、音声の詳細なデータで最も透明性が高い。

限界と注意点

  • 単語リストが真に比較可能であると仮定する。同源語の特定自体には言語的判断が必要であり、エラーを導入する可能性がある。
  • 距離指標(レーベンシュタイン距離など)はすべての違いを等しく扱う。音声的に重要な違いと重要でない違いを重み付けしない。
  • 結果は、指標の選択と単語リストの構成に敏感である。異なるリストは異なる結論を導き出す可能性がある。
  • 共有された革新と祖先の特徴の保持を区別できず、独立した証拠なしでは歴史的関係への洞察が制限される。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 比較における主観性を低減し、方言の類似性の客観的かつ定量的な尺度を提供する。
  • 大規模データセット(数百の方言、数千の単語)によくスケールし、広範なパターン検出を可能にする。
  • クラスタリングと関係を明確に示す視覚的出力(デンドログラム、地図)を生成する。
  • 仮説検定と、言語レベル(音声、音韻、語彙)間の比較をサポートする。

応用

  • スコットランド英語方言間の言語的距離を測定し、地理的クラスタリングを特定し、地域的バリエーションを特徴付ける。
  • ロマンス方言の音声表記を比較して、聞き取りやすさと関連性を評価し、言語政策の決定に情報を提供する。
  • 現代ギリシャ語方言を分析して、島嶼方言と大陸方言の関係を理解し、歴史的推論を支持する。
  • 消滅危機言語に方言計量学を適用して、話し言葉コミュニティ内のバリエーションを文書化し、基線となる音声/語彙的多様性を確立する。
  • 語彙方言計量学を使用して、ゲルマン語派の言語バリエーション間の歴史的関係を追跡し、共有された革新に関する仮説を検証する。

使い方

使い方

1

複数の言語バリエーションまたは言語から、並行する単語リストまたは音声表記を収集し、一貫した引き出し(同じ単語、同じ音声コンテキスト)を保証する。

2

バリエーション間で対応する単語を整列させ(同源語照合)、バリエーションを行、単語を列とするデータ行列を作成する。

3

レーベンシュタイン距離(音声用)または単純なパーセント差(語彙項目用)などの指標を使用して、バリエーション間のペアごとの言語的距離を計算する。

4

距離行列を構築し、クラスタリングアルゴリズム(UPGMA、近隣結合法)を適用して、バリエーション間の階層的関係を示すデンドログラムを生成する。

5

結果のパターンを分析して、地域的/社会的なクラスタリングを特定し、言語的関連性に関する仮説を検証し、地理的または社会的なバリエーションのパターンをマッピングする。

よくある落とし穴

  • 小さい距離が常に近い遺伝的関係を示すと仮定すること。広範な借用または収束(地域効果)は、関連のないバリエーション間の距離を減少させる可能性がある。
  • デンドログラムを、追加の歴史的または比較証拠なしに進化の木として扱うこと。距離ベースのクラスタリングは記述的なツールであり、系統発生的な証明ではない。
  • 不適切な距離指標を使用すること。レーベンシュタイン距離は音声データに適している。パーセント差は語彙カウントに適している。データ型に合わせた指標を選択する。
  • 距離値の微妙な違いを過度に解釈すること。指標またはデータのわずかな変更がデンドログラムを変更する可能性がある。誤差範囲を報告し、感度分析を実行する。

よくある質問

レーベンシュタイン距離とは何か、いつ使用すべきか?

レーベンシュタイン距離(編集距離)は、一方の文字列をもう一方の文字列に変換するために必要な最小限の単一文字編集(挿入、削除、置換)の数を数える。これは、音声類似性(例:[pɔt]から[pot]への変換は1編集、母音品質の変化)を測定したい音声表記に理想的である。語彙データ(同じ概念に対する異なる単語)の場合、単純なパーセント差がより適切であることが多い。

方言計量学のために方言間で同源語をどのように特定するか?

同源語(起源を共有することが知られている単語)から始める。不確かな同源語については、音声類似性と意味的等価性を組み合わせる:同じ意味と類似した音形。判断を検証するために、参照資料(語源辞典)を使用する。分析の初期段階では、境界的な同源語を含める方に傾く。感度分析により、結論が代替の同源語割り当てに対して堅牢であるかどうかが明らかになる。

方言計量学は方言と標準語を区別できるか?

それ自体ではできない。相互理解度、社会的要因、歴史的先例は、言語的距離と同じくらい重要である。相互理解可能な方言でも距離が高い場合がある。相互理解不能なバリエーションでも距離が低い場合がある。方言計量学は証拠の一部を提供する。区別を行うには、社会言語学的調査、歴史的知識、話者の態度と組み合わせる。

方言計量学にはどのくらいの単語リストサイズが適切か?

基本的な分析には通常、最低100〜200語が必要である。より大きなリスト(500〜1000語以上)は、より安定した推定値を提供し、より細かいレベルでパターンを明らかにする。しかし、注意深く選択された場合、たとえ小さなリスト(50語)でも主要な方言グループを明らかにすることができる。サイズよりも重要なのは代表性である:一般的な単語、複数の品詞、および多様な音声コンテキストを含めること。

関連する手法

参考文献

  1. Seguy, J. (1973). La dialectométrie dans l'étude de l'espace linguistique. Revue de Linguistique Romane, 37, 1-24.

    出版物の文献を開く
    コピーしました。
  2. Nerbonne, J., & Heeringa, W. (2009). Measuring dialect differences. In P. Auer & J. E. Schmidt (Eds.), Language and Space: An International Handbook of Linguistic Variation. Berlin: De Gruyter.

    出版物の文献を開く
    コピーしました。
  3. Heeringa, W. (2004). Measuring Dialect Pronunciation Differences Using Levenshtein Distance. Groningen: University of Groningen.

    出版物の文献を開く
    コピーしました。