Teoria da otimidade estocástica e algoritmo de aprendizagem gradual : princípios de funcionamento e tutorial para simulação computacional
Fecha
2017Autor
Materia
Resumo
No presente trabalho, apresentamos um tutorial para pesquisadores interessados em utilizar o Algoritmo de Aprendizagem Gradual vinculado ao modelo da Teoria da Otimidade Estocástica (Boersma; Hayes, 2001). Tal modelo permite formalizar gramáticas a partir das quais emergem outputs tanto categóricos quanto variáveis, dando conta da formalização dos processos de aquisição de sistemas de língua materna (L1) e de língua estrangeira (L2). Este texto está organizado em duas partes: em um primeiro mom ...
No presente trabalho, apresentamos um tutorial para pesquisadores interessados em utilizar o Algoritmo de Aprendizagem Gradual vinculado ao modelo da Teoria da Otimidade Estocástica (Boersma; Hayes, 2001). Tal modelo permite formalizar gramáticas a partir das quais emergem outputs tanto categóricos quanto variáveis, dando conta da formalização dos processos de aquisição de sistemas de língua materna (L1) e de língua estrangeira (L2). Este texto está organizado em duas partes: em um primeiro momento, apontamos os princípios de funcionamento que caracterizam o Algoritmo de Aprendizagem Gradual (GLA). Após isso, apresentamos um tutorial para a realização de simulações, com o algoritmo em questão, a partir do software Praat (Boersma; Weenink). Esperamos, com este texto, contribuir para uma maior disseminação do modelo, de modo que os pesquisadores possam realizar, de maneira eficiente e sem dificuldades, simulações dos processos desenvolvimentais das gramáticas de L1 e L2 por eles estudadas. ...
Abstract
In this paper, we provide a tutorial for researchers interested in the Stochastic OT version of the Gradual Learning Algorithm (Boersma; Hayes, 2001). Stochastic OT allows the formalization of OT grammars resulting in variable output forms, making it possible for researchers to run computational simulations on First Language (L1) and Second Language (L2) developmental processes. This article is divided in two main parts. Firstly, we review the basic tenets of the Stochastic version of the Gradu ...
In this paper, we provide a tutorial for researchers interested in the Stochastic OT version of the Gradual Learning Algorithm (Boersma; Hayes, 2001). Stochastic OT allows the formalization of OT grammars resulting in variable output forms, making it possible for researchers to run computational simulations on First Language (L1) and Second Language (L2) developmental processes. This article is divided in two main parts. Firstly, we review the basic tenets of the Stochastic version of the Gradual Learning Algorithm. After this brief description, we provide some guidelines on how to run simulations with the Gradual Learning Algorithm on Praat (Boersma; Weenink). We hope this tutorial may contribute to the dissemination of Stochastic OT, making it easier for researchers to run learning simulations of L1 and L2 grammars. ...
En
Revista virtual de estudos da linguagem - ReVEL. Novo Hamburgo, RS. Vol. 15, n. 28 (mar. 2017), p. 202-234
Origen
Nacional
Colecciones
-
Artículos de Periódicos (39534)Lingüística, Letras y Artes (2689)
Este ítem está licenciado en la Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)