Microsoft Word - SR doc

Size: px

Start display at page:

Download "Microsoft Word - SR doc"

ちえこかたいわ
7 years ago
Views:

1 3. 修飾関係 3.1. Merge 次にいよいよ複数の語の組み合わせによってどのように意味が構築されるかということについて考えていこう (3) の Computational System には Numeration を入力としその中の要素を組み合わせて構造を構築していくための操作 Merge( 併合 ) がある 22 (133) Merge( 併合 ) i. 2 つの要素 (Numeration の中の語彙項目もしくは Merge の結果物 )α, β を選ぶ α と β をつないで 1 つの構築物にする ii. α β 新しく作られた構築物はその構成要素のどちらかを主要部 (head) としその主要部の素性を持つ以下では主要部につながるほうの枝を太く表示して表わすことにする日本語の場合原則的に右側の要素が主要部となる α β (133) の定義は表現の仕方の細かい点はともかく大筋においては Chomsky (1995) などで提案されたとおりのものであるただ一般にはこの Merge が行われたことによって SR 式がどのような影響を受けるかということが考察されていない 3.2. 名詞の修飾初めに次のような表現を例にとって考えよう (134) a. 黄色い 1 ハンカチ 2 b. 清潔な 1 服 2 c. 25 歳 1 の男性 2 これらはどれも次のような構造の構築物である (135) α 1 N 2 それぞれの要素の SR 式は次の (a) のようになっている構築物全体として (b) のような情報に統合されるとすれば十分直観に合う (136) a. a 1 : 色 ( X )= 黄色い x 2 : 類 = ハンカチ b. x 2 : 類 = ハンカチ, 色 = 黄色い (137) a. a 1 : 状態 ( X )= 清潔な x 2 : 類 = 服 b. x 2 : 類 = 服, 状態 = 清潔な 22 いくら X-bar theory を定めたところで句構造規則そのものは学習するべきものであり生得的 ( そして言語普遍的 ) なものであるとは考えられないその点で生得的な Computational System の中で働く操作として Merge が提案されたのは妥当なことであるしかし Merge という操作だけではあまりにも抽象的 / 一般的でありどんな語彙がどんな語彙とも構造を成してしまいかねないそのあたりをどのように制限するのかについてもチョムスキー自身はあまり明言していないがおそらく Numeration の段階でどのような順番で Merge を適用するかが ( 少なくとも部分的に ) 指定されている必要があるだろう (3) の図でいうとその指定は Numeration Extractor のモジュールにおいて成されると想定しているがその点についてはもう少し研究が進んでからまとめて述べる予定である p.20 (SR doc)

2 (138) a. a 1 : 年齢 ( X )=25 歳 x 2 : 類 = 男性 b. x 2 : 類 = 男性, 年齢 =25 歳 (a) から (b) を導出する規則を書くことは可能であるが実は私たちの想像力はずっと柔軟であり (139) のような表現でもたとえば (140) のように考えてなんとか関係づけてしまう (139) a. メアリ 1 のジョン 2 b. x 1 : 名称 = メアリ x 2 : 名称 = ジョン (140) a. メアリが所有している犬のジョン b. メアリが心底憧れているスターのジョン c. メアリにいつもつきまとっているジョン d. メアリが次に担当する予定になっている顧客のジョン (139a) の表現そのものからは (140) のどれであるかもしくはこれ以外に正解があるのかはわからない linguistic SR としては (139b) だけであり同定ができればそれでよいところであるが私たちは x 1 と x 2 がどのような関わり方をしているのかということについてもそれをもとにして私たちはいろいろな背景知識から補って理解するだけなのであるそこで修飾構造 (141a) としては実は α 1 は β 2 に関係があるということ以上のことは言っておらずそれがどのような関係であるかは私たち言語使用者が推論して復元していると考えたい具体的に書くと次のようになる (141) 修飾関係がもたらす linguistic SR a. α 1 β 2 b. a. の linguistic SR ( n は指標 n を持っている表現が導入する x n, e n, a n, v n のいずれかとする ) 1 :... 2 :... 1 (141) は図式的に書き過ぎてかえってわかりにくく感じるかもしれないがたとえば (141) と同様に α 1 が β 2 を修飾している構造があった場合その linguistic SR は次の (b) のところでとどまるという提案である (142) a. a 1 : 色 ( )= 黄色い x 2 : 類 = ハンカチ b. x 2 : 類 = ハンカチ a 1 (143) a. x 1 : 名称 = メアリ x 2 : 名称 = ジョン b. x 2 : 名称 = ジョン x 1 もちろんこのが何を意味するのかということが明らかにされなければならない次のような推論規則でこの記号を定義する (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j (146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i p.21 (SR doc)

3 (147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ (141b) の linguistic SR ではが含まれているのでこの推論規則のいずれかの出力であることになるここで言語使用者として迫られるのはこの式が出てきた元の式 ( つまり推論規則におけるの上の式 ) を復元することであるこのような論理的思考は abduction と呼ばれるこの本全体で主張しているのは言語による意味の伝達にはあらゆるところで abduction が関わっているということである以下それぞれの推論規則が用いられている例を見ていこう attribute 追加の abduction 次の例は典型的な修飾関係の 1 つである (149) a. 黄色い 1 ハンカチ 2 a 1 : 色 ( )= 黄色い x 2 : 類 = ハンカチ a 1 これはの右側に a n が出現しているので (144) の出力結果であることがわかる 23 (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k 式にあてはめるて考えると 1 行目として (150) があればこの結果が出力されることになる (150) x 2 : 類 = ハンカチ, 色 = 黄色いこの式にたどりついたことで私たちは (149a) の表現を理解したという認識になるつまり (144) の推論規則に基づいた abduction では結果的に主要部の Object Information に修飾部が表す Attribute=Value という式を新たに加える効果を持つ主要部が固有名詞であっても特に変わった点はない (151) a. 母親 1 のメアリ 2 a 1 : 類 = 母親 ( ) x 2 : 名称 = メアリ a 1 c. abduction による導出 (144)<attribute 追加 > x 2 : 名称 = メアリ, 類 = 母親修飾部分が複数あっても同様である (152) a. 黒い 1 大きい 2 クマ 3 a 1 : 色 ( )= 黒い a 2 : サイズ ( )= 大きい x 3 : 類 = クマ a 2, a 1 c. abduction による導出 (144)<attribute 追加 > 2 回 x 3 : 類 = クマ, サイズ = 大きい, 色 = 黒い仮に (153) のような表現だと (153c) のような式が出てしまいこれは現実的に想像が難しいため私た 23 さらに a n しか導入しない表現の場合には必ず (144) が利用されるので (140) のような自由奔放な関係が許されないことも予測できる p.22 (SR doc)

4 ちは (153) の表現がわからないと感じてしまう (153) a. 黒い 1 白い 2 クマ 3 a 1 : 色 ( )= 黒い a 2 : 色 ( )= 白い x 3 : 類 = クマ a 2, a 1 c. abduction による導出 (144)<attribute 追加 > x 3 : 類 = クマ, 色 = 白, 色 = 黒い value 認定の abduction これに対して (154) や (155) のような場合には (145) に基づいて推論が行われている (154) a. 隠蔽 1 の捜査 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= e 2 : 類 = 操作, Theme=, Agent= e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent= e 2 : 類 = 操作, Theme=e 1, Agent= (145)<value 認定 > (155) a. ジョン 1 の隠ぺい 2 b. x 1 : 名称 = ジョン e 2 : 類 = 隠蔽, Theme=, Agent= c. x 1 : 名称 = ジョン e 2 : 類 = 隠蔽, Theme=, Agent=x 1 (145)<value 認定 > (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j この (145) にもとづいて abduction をする場合には結果的に主要部に相当するオブジェクトに関わる value を修飾部で認定することになるオブジェクト認定の abduction 次の表現には 2 つの意味がある (156) 高校生 1 の子供 2 a. 高校に通っている子供 b. 高校生が産んでしまった子供高校生が a n を導入する場合には節の場合と同様に考えて (157b) のような linguistic SR が派生されるとすればよい 24 (157) a. a 1 : 類 ( )= 高校生 x 2 : 類 = 子供 b. x 2 : 類 = 子供, 類 = 高校生 (144)<attribute 追加 > (157b) では x 2 というモノが子供および高校生という類に属しているということが述べられているのでこれは (156a) の解釈に相当するこれに対して (156b) の解釈では高校生と子供がそれぞれ別のモノを指示しているのでその SR を (158) のように考えればよい (158) x 1 : 類 = 高校生 v 2 : 子供 ( ) x 1 この場合は (146) の推論規則に基づいて abduction が行われていることになる 24 (157) では結果的に類という項目名が重複してしまっているがそのこと自体に概念的な不都合はないと考えているどうしても区別をする必要があれば類 1, 類 2 などと区別をすれば済む話であるがここではそのままにしておく p.23 (SR doc)

5 (146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i (146) が成り立つためには v 2 : 子供 (x 1 ) を仮定すればいいことになるさらにこの式が成り立つならばこれは x 1 に関わる Object Information に対する情報でもあるので理解の結果 (159) が得られる (159) x 1 : 類 = 高校生, 子供 =v 2 v 2 : 子供 (x 1 ) このように主要部が v n 型の SR 式を導入する表現の場合には (146) に基づく abduction は主要部に相当する value の持ち主であるオブジェクトの認定と修飾部に相当するオブジェクトに関わる value の認定が同時に起こることになる次の例も同様である (160a) の場合には 2 つのモノが想定される解釈になる 25 linguistic SR としては (160b) であるが (146) に基づく abduction の結果 (160c) のような理解に至る (160) a. メアリ 1 の弟 2 b. x 1 : 名称 = メアリ v 2 : 弟 ( ) x 1 c. abduction による導出 (146)< オブジェクト認定 > x 1 : 名称 = メアリ, 弟 =v 2 v 2 : 弟 (x 1 ) (161) a. メアリ 1 の年齢 2 x 1 : 名称 = メアリ v 2 : 年齢 ( ) x 1 c. abduction による導出 (146)< オブジェクト認定 > x 1 : 名称 = メアリ, 年齢 =v 2 v 2 : 年齢 (x 1 ) また次のように主要部が o n 型になる表現の場合にはこの (146) に基づく abduction は主要部によって修飾部に相当するオブジェクトに関わる value の認定を行うことになる (162) a. 落ちた 1 石 2 b. e 1 : 類 = 落ちた, Theme= x 2 : 類 = 石, e 1 c. e 1 : 類 = 落ちた, Theme=x 2 x 2 : 類 = 石したがって o n 型と v n 型のどちらの可能性もある表現の場合にはいろいろな可能性が生じる (163) a. 犯人 1 の奥さん 2 ( が自首してきたらしい ) b. a 1 : 類 = 犯人 ( ) x 2 : 類 = 奥さん a 1 c. x 2 : 類 = 奥さん, 類 = 犯人 ( ) (144)<attribute 追加 > (164) a. 犯人 1 の奥さん 2 ( を非難するのは道理に合わない ) b. v 1 : 犯人 ( ) v 2 : 奥さん ( ) v 1 25 (128) では固有名詞も a n を導入しうると述べたが (i-a) の場合 (i-b,c) のような解釈はできない (i) a. メアリ 1 のアメリカ人 2 b. a 1 : 名称 = メアリ x 2 : 類 = アメリカ人 c. x 2 : 類 = アメリカ人, 名称 = メアリ日本語ではこのような内容を表現したい場合には (ii) のような表現をする必要があり固有名詞が a n を導入できる環境はかなり限られていることがわかる (ii) メアリ 1 というアメリカ人 2 p.24 (SR doc)

6 (164) に対して (146) を適用するためにはいったん (165a) のように v 1 と同定されるモノを想定した上で (165b) のようにオブジェクトを認定することになる (165) a. v 1 =X i X i : 類 = 犯人 ( ) (94)< 推論規則 v n o n > b. v 2 : 奥さん (X i ) (146)<オブジェクト認定 > 次の例でも同様である (166) a. 主人公 1 の性格 2 b. v 1 : 主人公 ( ) v 2 : 性格 ( ) v 1 c. v 1 : 主人公 ( ) v 1 =X i X i : 類 = 主人公 ( ), 性格 =v 2 (94)< 推論規則 v n o n > v 2 : 性格 (X i ) (146)<オブジェクト認定 > 次の場合も abduction による解決の仕方が少し複雑であるがポイントは同じである (167) a. ( 大相撲の野球賭博問題で警視庁組織犯罪対策 3 課は 19 日までに恐喝容疑などで ) 現役力士 1 の実兄 2 の元力士 3( を立件する方針を固めた ) b. x 1 : 現役力士 v 2 : 実兄 ( ) x 1 x 3 : 類 = 元力士 v 2 まず v 2 の SR 式を解決するために (146)< オブジェクト認定 > を用いる (168) x 1 : 現役力士, 実兄 =v 2 v 2 : 実兄 (x 1 ) (146)<オブジェクト認定 > x 3 : 類 = 元力士 v 2 さらに x 3 の SR 式を解決するためには (169) のようにさらに (146)< オブジェクト認定 > を用いればよい (169) x 1 : 現役力士, 実兄 =x 3 (146)<オブジェクト認定 > x 3 : 類 = 元力士オブジェクト導入の abduction 主要部の名詞が v n 型でない (170) のような場合このままでは v 1 と x 2 を関係づける手がかりがないように感じるかもしれない (170) a. 母親 1 のメアリ 2 b. v 1 : 母親 ( ) x 2 : 名称 = メアリ c.??? しかしこのような場合でもメアリのジョンについて (140) のように考えたのと同様に (147) の推論規則に基づけば様々な解釈が可能である (140) a. メアリが所有している犬のジョン b. メアリが心底憧れているスターのジョン c. メアリにいつもつきまとっているジョン d. メアリが次に担当する予定になっている顧客のジョン (147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (171) a. 母親 1 のメアリ 2 p.25 (SR doc)

7 v 1 : 母親 ( ) x 2 : 名称 = メアリ v 1 c. abduction による導出例 (147)< オブジェクト導入 > v 1 : 母親 ( ) x 2 : 名称 = メアリ E i :... Agent=v 1,..., Patient=x 2... 同様に (172) の場合通常は (160) のように (146)< オブジェクト認定 > によって解釈されるだろうが (147)< オブジェクト導入 > が関わっている可能性もないわけではない (172) a. メアリ 1 の弟 2 x 1 : 名称 = メアリ v 2 : 弟 ( ) x 1 c. abduction による導出例 (147)< オブジェクト導入 > x 1 : 名称 = メアリ v 2 : 弟 ( ) E i :... Agent=x 1,..., Patient=v 2... (172) はメアリと何らかの関係がある誰かの弟という解釈である (173) でも同様である (173) a. 落ちた 1 石 2 b. e 1 : 類 = 落ちた, Theme= x 2 : 類 = 石, e 1 c. O i :... _=e 1,... _=x 2,... (147)<オブジェクト導入 > e 1 : 類 = 落ちた, Theme=_ x 2 : 類 = 石 (173) では落ちたというコトと石というモノが何らかの関係があるという解釈であり必ずしもその石そのものが落ちたとは限らない (147) が用いられる abduction の場合は単に主要部も修飾部もどちらも value になっているような別のオブジェクトが想起される効果を持つこの abduction には大胆な想像力が必要とされるためよっぽど文脈によってこのような想像が容易になっているときにしか発動されないと言っていいだろう transitivity 最後に (148) の transitivity を仮定する必要のある例を挙げておく (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ 次のような表現を理解するためには (148) が必要である人数はつかまえたというコトが持つ attribute ではなくつかまえたに関わる value であるモノの持つ attribute だからである (174) a. つかまえた 1 人数 2 b. e 1 : 類 = つかまえた, Theme=, Agent= v 2 : 人数 ( ) e 1 c. e 1 : 類 = つかまえた, Theme=X i, Agent= v 2 : 人数 (X i ) (146)<オブジェクト認定 > X i :... e 1 v 2 :... X i v 2 : 人数 ( ) e 1 (148)<transitivity> (174c) ではつかまえた人数がつかまえたというコトの Theme に相当するモノの数という解釈を示したがもちろんつかまえたというコトの Agent に相当するモノの数という解釈も同様に可能である p.26 (SR doc)

8 (175) e 1 : 類 = つかまえた, Theme=, Agent=X i v 2 : 人数 (X i ) (146)<オブジェクト認定 > X i :... e 1 v 2 :... X i v 2 : 人数 ( ) e 1 (148)<transitivity> 3.3. まとめ 2.7 節であげた表を再掲する (132) e n x n v n a n 1 落ちた V 2 若いすごい V 3 北京オリンピック V V 4 事件隠蔽 V V 5 ジョン V V 6 先生高校生 V V 7 25 歳 5 人 7kg 4 杯 V V 8 目標夢 (value が e n に相当するもの ) A A 9 犯人作者弟 (value が x n に相当するもの ) A A 10 年齢人数 (value が e n にも x n にも相当しないもの ) A A これらが修飾構造として組み合わされると次のようになる ( ここでは主要部が動詞 / 形容詞になる場合を除外して考える )(177) の表では一番左の欄に並んでいる要素を α 1 とし一番上の欄に並んでいる要素を β 2 としたときの例文番号を示した (176) α 1 β 2 (177) 主要部 1 (162), (173) (178), (174) 2 (149) 3 (179) (180)(181) 4 (182),(154) (183) (184) (185) 5 (155) (186) (160), (172) 6 (157), (158) (187), (188) 7 (189) 8 9 (151), (171) (167) (163), (164), (166) 10 修飾部 (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j (146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i p.27 (SR doc)

9 (147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ (178) a. つかまえた 1 場所 2 b. e 1 : 類 = つかまえた, Theme=, Agent= v 2 : 場所 ( ) e 1 c. e 1 : 類 = つかまえた, Theme=, Agent=, 場所 =v 2 v 2 : 場所 (e 1 ) (146)<オブジェクト認定 > (179) a. 事件 1 の被害者 2 b. e 1 : 名称 = 事件 v 2 : 被害者 ( E ) e 1 c. e 1 : 名称 = 事件, 被害者 =v 2 (146)< オブジェクト認定 > v 2 : 被害者 (e 1 ) (180) a. 北京オリンピック 1 の参加者数 2 b. e 1 : 名称 = 北京オリンピック v 2 : 参加者数 ( ) e 1 c. e 1 : 名称 = 北京オリンピック, 参加者数 =v 2 (146)< オブジェクト認定 > v 2 : 人数 (e 1 ) (181) a. 東北地方太平洋沖地震 1 の死亡者数 2 b. e 1 : 名称 = 東北地方太平洋沖地震 v 2 : 死亡者数 ( ) c. e1:name= 東北地方太平洋沖地震, 死亡者数 =v 2 v 2 : 死亡者数 (e 1 ) (146)<オブジェクト認定 > (182) a. 隠蔽 1 の事実 2 b. a 1 : 類 ( )= 隠蔽 e 2 : 類 = 事実 e 1 c. e 2 : 類 = 事実, 類 = 隠蔽 (144)<attribute 追加 > (183) a. 隠蔽 1 の荒野 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= x 2 : 類 = 荒野 e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent= x 2 : 類 = 荒野 e 1 O i :... _=e 1,... _=x 2,... (147)< オブジェクト導入 > (184) a. 隠蔽 1 の動機 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= v 2 : 動機 ( E ) e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent=, 動機 =v 2 v 2 : 動機 (e 1 ) (146)<オブジェクト認定 > (185) a. 事件 1 の共犯者 2 b. e 1 : 類 = 事件 v 2 : 共犯者 ( ) c. e 1 : 類 = 事件, 共犯者 =v 2 v 2 : 共犯者 (e 1 ) (146)<オブジェクト認定 > p.28 (SR doc)

10 (186) a. ジョン 1 の目標 2 b. x 1 : 名称 = ジョン v 2 : 目標 ( ) c. x 1 : 名称 = ジョン, 目標 =v 2 v 2 : 目標 (x 1 ) (146)<オブジェクト認定 > (187) a. テスト 1 の平均点 2 b. x 1 : 類 = テスト v 2 : 平均点 ( ) c. x 1 : 類 = テスト, 平均点 =v 2 v 2 : 平均点 (x 1 ) (146)<オブジェクト認定 > (188) a. 商品 1 の値段 2 b. x 1 : 類 = 商品 v 2 : 値段 ( ) c. x 1 : 類 = 商品, 値段 =v 2 v 2 : 値段 (x 1 ) (146)<オブジェクト認定 > (189) a. 二人 1 の年齢 2 b. x 1 : 人数 = 二人 v 2 : 年齢 ( ) c. x 1 : 人数 = 二人, 年齢 =v 2 v 2 : 年齢 (x 1 ) (146)<オブジェクト認定 > 問題 3.3 表の空欄部分に相当する具体的な例を考えその修飾構造ではどの推論規則が呼び起こされるかを書きなさい書き方は上の例に準じること p.29 (SR doc)

Microsoft Word - SR doc

Microsoft Word - SR doc 3. Merge と SR 3.1. Merge 2 章では構造構築の部品となるそれぞれの語彙範疇の意味について考えたいよいよ構造構築と意味の関係の考察に入ろう Computational System における構造構築の基本的な操作は Merge( 併合 ) と呼ばれる 14 (43) Merge( 併合 ) i. 2 つの要素 (Numeration の中の語彙項目もしくは Merge