会話言語学において、語彙同調とは、話者が対話相手が用いる指示語を採用する現象である。これは、会話の当事者双方が語彙同調を漸進的なシステムとして用いて「概念協定」[1]（暫定的な会話用語）を発展させ、当事者間のコミュニケーションにおける指示の明瞭性を最大限に高めるという協力原理のメカニズムとして機能する。このプロセスは、言語に存在する多数の同義語に内在する曖昧性[ 2 ]を克服するために必要である。
語彙の引き込みは2つの協力的なメカニズムによって生じる：[ 3 ]
- 埋め込み修正 – 文の文脈から暗示されるオブジェクトへの参照だが、用語の変更については明示的に言及していない
- 明示的な訂正 – 用語の変更に関する明示的な言及。参照対象に共通の用語を割り当てる要求が含まれる場合もあります (例: 「'girl' とは 'Jane' のことですか?」)
グライスの量の格率の違反
語彙の同調が指示対象の表現を決定するようになると、たとえそれがグライスの量的格率に違反することになったとしても、両者は一定期間、その用語を指示対象に対して使用する。重要な要素は語彙の可用性、つまり指示対象を特定の方法で概念化し、それに対応するラベルを検索・生成する容易さである。多くの対象にとって、最も利用可能なラベルは基本名詞である。例えば「犬」という単語である。指示対象に対して「動物」や「ハスキー」と言う代わりに、ほとんどの主語は「犬」をデフォルトとする。ある対象集合において、ハスキー、テーブル、ポスターのいずれかを指す場合、人々は依然として「犬」という単語を使う可能性が最も高い。これは厳密にはグライスの量的格率に違反しており、「動物」という用語を使用すれば十分である。
アプリケーション
語彙引き込みは、コンピュータにおける自然言語処理だけでなく、人間同士のインタラクションにも応用されています。最近まで、コンピュータが人間の対話相手の用語に合わせて参照先を変更する適応性には限界があり、引き込みの適応は常に人間の操作に依存していました。[ 1 ]しかし、大規模言語モデル（LLM）の出現により、この状況は劇的に変化する可能性があります。現在、 GPT-4などのLLMが人間と同等のアライメント能力を示すという証拠が出てきています。[ 4 ]
参考文献
- ^ abBrennan, Susan (1996). "Lexical entrainment in spontaneous dialog". Proceedings, 1996 International Symposium on Spoken Dialogue (96): 41–44.
- ^Deutsch, Werner; Pechmann, Thomas (1982). "Social interaction and the development of definite descriptions". Cognition. 11 (2): 159–184. doi:10.1016/0010-0277(82)90024-5. PMID 6976880.
- ^Garrod, Simon; Anderson, Anthony (1987). "Saying what you mean in dialogue: A study in conceptual and semantic co-ordination". Cognition. 27 (2): 181–218. CiteSeerX 10.1.1.476.1791. doi:10.1016/0010-0277(87)90018-7. PMID 3691025.
- ^Wang, Boxuan; Theune, Mariët; Srivastava, Sumit (2024). "Examining Lexical Alignment in Human-Agent Conversations with GPT-3.5 and GPT-4 Models". Chatbot Research and Design. Lecture Notes in Computer Science. Vol. 14524. Cham: Springer Nature Switzerland. pp. 94–114. doi:10.1007/978-3-031-54975-5_6. ISBN 978-3-031-54975-5.
