Resumen de Gradient Exceptionality in Maximum Entropy Grammar with Lexically Specific Constraints

Claire Moore Cantwell, Joe Pater

• català

  El nombre d’excepcions a una generalització fonològica sembla que afecta de forma gradual la seva productivitat. Les generalitzacions amb relativament poques excepcions són bastant productives, per les mesures en tendències a la regularització i per les produccions de mots sense sentit i altres tasques psicolingüístiques. La productivitat gradual s’ha modelat prèviament amb gramàtiques probabilístiques, incloent-hi la gramàtica de màxima entropia, però sovint no aconsegueixen recollir les pronunciacions fixes de paraules existents en una llengua, contràriament al que passa amb les paraules sense sentit. Les restriccions especificades lèxicament permeten produir els mots existents de manera fidel i al mateix temps permeten variació en mots nous, que no estan subjectes a aquestes restriccions. Quan cada mot té la seva pròpia versió d’una restricció especificada lèxicament es prediu directament una correlació inversa entre el nombre d’excepcions i el grau de productivitat.

• English

  The number of exceptions to a phonological generalization appears to gradiently affect its productivity. Generalizations with relatively few exceptions are relatively productive, as measured in tendencies to regularization, as well as in nonce word productions and other psycholinguistic tasks. Gradient productivity has been previously modeled with probabilistic grammars, including Maximum Entropy Grammar, but they often fail to capture the fixed pronunciations of the existing words in a language, as opposed to nonce words. Lexically specific constraints allow existing words to be produced faithfully, while permitting variation in novel words that are not subject to those constraints. When each word has its own lexically specific version of a constraint, an inverse correlation between the number of exceptions and the degree of productivity is straightforwardly predicted.