언어 간 유사성 계량화하기

흥미로운 논문을 발견했다. 

http://dx.doi.org/10.1016/j.cognition.2019.104056^[각주:1] (이하, Schepens et al.)

Redirecting

 

Schepens et al.은 다양한 언어 사이의 유사한 정도를 음운론적/형태론적/어휘적 측면에서 계량화하여서 비교하였다. 외국어를 배울 때, 모국어랑 유사한 언어를 배우면 빠르고 쉽게 배울 수 있다. 네덜란드어가 모국어인 화자가 영어를 쉽게 배우는 반면, 한국어나 일본어가 모국어라면 영어가 어려운 것이 이 때문이다.

 

그런데 "유사한 언어"를 어떻게 형식적으로 정의할 것인가? 어휘적 측면에서는 쉽게 정의될지도 모른다. 한국어와 일본어 사이에는 한자어 측면에서 음대치가 존재하고, 이런 부분이 학습을 돕는다. 한국어에서 ㅇ로 끝나는 한자어들이 일본어에서 일괄적으로 장음을 가지는 등이다.

 

나에게는 음운론적 유사도가 관심사인데, 두 언어간 음운론적 유사성은 쉽게 정의하기 어려워보인다. Schepens et al.의 Abstract랑 도표들을 보면, 이 사람들은 Feature geometry를 사용해서 특정 두 언어가 얼마나 음운론적으로 유사한지를 비교한 것으로 보인다. 

 

그리고 인용된 선행연구를 보니, Feature geometry를 언어 간 유사성을 계량화하는 데 사용한 것은 Steven Moran의 2012년 University of Washington dissertation [논문링크]인 것 같다. 이 논문은 언어 간 음운 비교 데이터베이스인 PHOIBLE 데이터베이스 [링크]의 기반이 된 그 논문이다.

 

 

 

 

 

---

• 아래에 댓글창이 열려있습니다. 로그인 없이도 댓글 다실 수 있습니다.
• 글과 관련된 것, 혹은 글을 읽고 궁금한 것이라면 무엇이든 댓글을 달아주세요.
• 반박이나 오류 수정을 특히 환영합니다.
• 로그인 없이 비밀글을 다시면, 거기에 답변이 달려도 보실 수 없습니다. 답변을 받기 원하시는 이메일 주소 등을 비밀글로 남겨주시면 이메일로 답변드리겠습니다.

---

 

1. Schepens, Job, Roeland van Hout, T. Florian Jaeger. (2019). Big data suggest strong constraints of linguistic similarity on adult language learning. Cognition, 194. doi:10.1016/j.cognition.2019.104056. [본문으로]