学界 | ACL 2017 最佳长论文，带你创造一门优雅的新语言

正文

请到「今天看啥」查看全文

其二，在所有语言中，并不是所有的元音都会出现，有些元音出现的频次较高，而有些则只在个别语言中出现或不出现，即聚焦性。

本篇论文即想要通过神经网络学习方法来对元音空间构建一个可训练的生成概率型分布方法，从而来研究语言类型学中的元音的分散性和聚焦性问题。

那么具体如何来研究呢？其实很简单，就是选定一种概率评分方法。作者考察了三种评分方法，分别为伯努利点过程（BPP）、马科夫点过程（MPP）和特征值点过程（DPP）。

其中第一种方法（伯努利点过程 ）只是元音概率的乘积，所以只考虑了元音的聚焦性，而没有考虑元音之间的分散程度。其公式为

第二种评分方法中，元音概率和前一种方法一致，但是同时考虑了元音之间的聚合程度，这种方法就弥补了前一种方法分散性的问题。其公式为

第三种评分方法，基本的考虑就是把两个元音向量乘积所得作为其评分标准。整体来考虑的话就是所有元音向量乘积构成的矩阵（称为Gram矩阵）的行列式构成其评分标准。其公式为

请到「今天看啥」查看全文