arXiv:2610.33433v1 公告タイプ：新規
要旨：言語の生産性は、新しい文脈における語の使用に示されるように、人間の言語に関する最も顕著な事実の一つである。しかし、このような生産性を可能にする知識がどれほど抽象的であるかについては、依然として不明である。本研究では、成功した一般化が形態に基づく情報に依存する文脈において、人間と計算言語モデルの言語的生産性を比較する。特に、能動態で学習された新しい動詞を受動態の文脈へ拡張する能力に注目する。その結果、人間は、たとえその新しい動詞に妥当な意味を付与できない場合であっても、言語形態に関する抽象的な一般化と整合する形で、能動態から受動態への用法を拡張することが明らかになった。一方、大規模言語モデルは、その新しい動詞に既存の動詞と類似した意味を割り当てられる場合にのみ成功した。以上の結果から、計算モデルの統語的知識は、人間の統語的知識とは異なり、特定の語彙項目の分布および意味に依然として強く結びついていると結論づけられる。