Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/10664
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΡάλλη, Αγγελική-
dc.contributor.authorΜπόμπολας, Σταύρος-
dc.contributor.otherBompolas, Stavros-
dc.date.accessioned2017-08-25T07:14:37Z-
dc.date.available2017-08-25T07:14:37Z-
dc.date.copyright2017-06-22-
dc.identifier.urihttp://hdl.handle.net/10889/10664-
dc.description.abstractThe traditional dichotomy between lexicon and grammar has been reviewed (Aitchison 1994), since human lexical knowledge does not seem to be organized in such a way to minimize the storage, but rather to maximize the processing efficiency (Post et al. 2008). These claims have led to the perception of the morphological lexicon as a dynamic memory system (Elman 1995), a parallel network of fully memorized word forms (Bybee 1995), whose boundaries between processing and storage are blurred and overlapped, being actually two sides of the same coin. Hence, the emergence of the morphological structure in the mental lexicon could be perceived through the analysis of the dynamic interaction between lexical representations and distribution capacity, perceptual discrimination and degrees of regularity in input data. Artificial neural networks and self-organising maps provide experimental ways of testing this interaction under different input conditions and parameters (Pirrelli 2007). In this line, Temporal Self-Organising Maps (TSOMs, Ferro et al. 2011; Marzi et al. 2014, 2015, 2016) can perceive possible surface relations between word forms and store them by partially overlapping activation patterns, reflecting gradient levels of lexical specificity (holistic vs. decompositional representations). For this dissertation, we use the above assumptions in order to observe the dynamic acquisition and processing of words grouped into families (e.g. a paradigm, or a set of forms filling the same paradigm cell) based on simulations with artificial neural networks, tested on samples of realistically distributed training data of the Greek language. To address the issues of developmental acquisition, serial processing and lexical access, as well as parallel activation and word recall, we had to run a series of simulations, designed to investigate the interconnection between time of acquisition, frequency distribution, word length and regularity of inflectional paradigms (Pirrelli et al. 2011; Marzi et al. 2014, 2015, 2016). Simulations show that different Greek verb classes are processed and acquired differentially, as a function of their degrees of formal transparency and predictability. We relate these results to psycholinguistic evidence of Modern Greek word processing, and interpret our findings as supporting a view of the mental lexicon as an emergent integrative system.el
dc.language.isoen_USel
dc.rights0el
dc.subjectModern Greekel
dc.subjectInflectional paradigmel
dc.subjectInflectional regularityel
dc.subjectTemporal self-organising mapsel
dc.subjectWord processingel
dc.subjectMorphological structureel
dc.subjectMental lexiconel
dc.subject.ddc418el
dc.titleLexical self-organization in the acquisition and processing of Modern Greek conjugation : an artificial neural network approachel
dc.typeThesisel
dc.contributor.committeePirrelli, Vito-
dc.contributor.committeeΣγάρμπας, Κυριάκος-
dc.description.translatedabstractΗ παραδοσιακή διάκριση μεταξύ λεξικού και γραμματικής έχει αναθεωρηθεί (Aitchison 1994), καθώς η ανθρώπινη λεξική γνώση δεν φαίνεται να οργανώνεται με τέτοιο τρόπο ώστε να ελαχιστοποιείται η αποθήκευση, αλλά να μεγιστοποιείται η αποτελεσματικότητα της επεξεργασίας (Post et al. 2008). Οι ισχυρισμοί αυτοί έχουν οδηγήσει στην πρόσληψη του μορφολογικού λεξικού ως ενός συστήματος δυναμικής μνήμης (Elman 1995), ενός παράλληλου δικτύου με πλήρως αποθηκευμένες λέξεις (Bybee 1995), στο οποίο τα όρια μεταξύ επεξεργασίας και αποθήκευσης είναι θολά και αλληλεπικαλύπτονται, αποτελώντας ουσιαστικά δύο όψεις του ίδιου νομίσματος. Έτσι, η ανάδυση της μορφολογικής δομής στο Νοητικό Λεξικό θα μπορούσε να προσληφθεί μέσω της ανάλυσης της δυναμικής αλληλεπίδρασης μεταξύ των λεξικών αναπαραστάσεων και της δυναμικής κατανομής τους, των αντιληπτικών διακρίσεων και των διαφορετικών βαθμών μορφολογικής ομαλότητας στα δεδομένα εισόδου. Τα τεχνητά νευρωνικά δίκτυα και οι χάρτες αυτο-οργάνωσης παρέχουν πειραματικούς τρόπους για να εξεταστεί αυτή η αλληλεπίδραση υπό διαφορετικές συνθήκες και παραμέτρους (Pirrelli 2007). Σε αυτήν τη γραμμή, το νευροϋπολογιστικό μοντέλο Temporal Self-Organising Maps (TSOMs, Ferro et al. 2011˙ Marzi et al. 2014, 2015, 2016) μπορεί να προσλάβει πιθανές επιφανειακές σχέσεις μεταξύ λεξικών μορφών και να τις αποθηκεύσει με μερικώς αλληλεπικαλυπτόμενα μοτίβα ενεργοποίησης, αντικατοπτρίζοντας διαφορετικούς βαθμούς λεξικής εξειδίκευσης και πρόσβασης (ολιστικές vs. αποσυνθετικές λεξικές αναπαραστάσεις). Με βάση τις παραπάνω θεωρητικές παραδοχές, μελετάμε τη δυναμική κατάκτηση και επεξεργασία λέξεων που ομαδοποιούνται σε οικογένειες λέξεων (δηλ. ένα κλιτικό παράδειγμα) με βάση προσομοιώσεις που γίνονται με τη χρήση τεχνητών νευρωνικών δικτύων που έχουν εκπαιδευτεί σε δείγμα ρεαλιστικά κατανεμημένων δεδομένων από την Κοινή Νεοελληνική γλώσσα. Για την ανάλυση των ζητημάτων κατάκτησης, σειριακής επεξεργασίας και λεξικής πρόσβασης, καθώς και παράλληλης ενεργοποίησης και ανάκλησης λέξεων, εκτελέσαμε μια σειρά προσομοιώσεων που σχεδιάστηκαν για να διερευνήσουν τη σχέση μεταξύ χρόνου κατάκτησης, κατανομής συχνότητας, μήκους λέξεων και ομαλότητας των κλιτικών παραδειγμάτων (Pirrelli et al. 2011˙ Marzi et al. 2014, 2015, 2016). Οι προσομοιώσεις δείχνουν ότι οι διαφορετικές τάξεις ρημάτων της Κοινής Νεοελληνικής κατακτώνται και υφίστανται επεξεργασία με διαφορετικό τρόπο, ανάλογα με τους βαθμούς διαφάνειας και προβλεψιμότητας της επιφανειακής δομής. Επιχειρούμε να συσχετίσουμε αυτά τα αποτελέσματα με ψυχογλωσσολογικές αποδείξεις και να ερμηνεύουμε τα συμπεράσματά μας, υποστηρίζοντας την άποψη ότι το Νοητικό Λεξικό αποτελεί ένα αναδυόμενο ενοποιημένο σύστημα.el
dc.subject.alternativeΚοινή Νεοελληνικήel
dc.subject.alternativeΚλιτικό παράδειγμαel
dc.subject.alternativeΜορφολογική ομαλότηταel
dc.subject.alternativeΤεχνητά νευρωνικά δίκτυαel
dc.subject.alternativeΛεξική επεξεργασίαel
dc.subject.alternativeΜορφολογική δομήel
dc.subject.alternativeΝοητικό λεξικόel
dc.degreeΜεταπτυχιακή Εργασίαel
Appears in Collections:Τμήμα Φιλολογίας (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
MA_Thesis_Bompolas.pdf2.3 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons