음운이웃의 층위효과?

실증적으로 음운이웃개수가 어원적 층위에 따라 다르다 (Nam 2018). 그런데 어떠한 방식으로든 하위분류를 한다면 하위분류별로 음운이웃 개수는 다를 가능성이 높다.

지금 나에게는 소규모 어휘로 기계학습한 층위 (이하 subclass) 데이터가 있다. 이 subclass들은 어원적 층위와는 다르다. 그렇다면 subclass별로 음운이웃 개수를 구해서 음운이웃효과가 관측되는지 알 수 있지 않을까?

이것은 실험이 가능할지도 모른다. 왜냐하면,

이웃 많으면 retrieve 느리고 이웃 적으면 retrieve 빠르다. (이논문) (이 논문과 여기에 인용된 논문들) (참고로 그 유명한 Neighbourhood Activation Model은 perception에 관한 모델이다.)

이 관찰에 의존하여 다음과 같은 통계적 검증을 할 수 있을 것이다.

 

독립변인: Seoul Corpus (링크) 에서 단어별 speech rate.

종속변인: 각 단어별로 1. subclass 내 이웃개수, 2. lexicon 단위 이웃개수 3. 기타 factors (예: 어휘빈도 etc) 

 

각 종속변인의 효과 크기를 볼 수 있다면 lexicon이 단일하지 않고 분열되어있다는 결론을 낼 수 있지 않을까?

 

그러나 언제나 그러하듯이 문제는 층위 간 동음이의어이다. 

마지막으로, 아래는 처음 이 생각을 했을 때의 메모. Wn 은 단어, Fn 은 출현빈도, Cn 은 subclass를 의미한다. Subclass #1에 1번단어와 2번단어가 속하고, Subclass #2에 3번과 4번단어, 마지막으로 Subclass #3에 5번 단어가 속한다.