答えのない推測: 統計は言語学にとって何を意味しますか?現在の（理論的）言語学では、観察の重要性はまったく理解されておらず、強調されていません。私の意見では、理論言語学には少なくとも 3 つの困難があると思います。
言語学者には自分の専門分野のことしか知らないカエルが多すぎます。物理科学における観察、記述、説明の関係を理解できるという保証はありません。
疫学の問題設定 1
無理に厳密科学のモノ真似をしなくて良いと 割り切れる
物理学を模倣しようとする生成言語学の方法論は最良のものではありません。
言語学の証拠の質を問う
これは、理論/言語学の研究成果がすべて無価値であるという意味ではありません。むしろ、証拠の質は問題ではありません。方法論的な基盤が弱いため、これは避けられません。 証拠に基づく医療 EBM この例に従って、証拠に基づく言語学 (EBL) を想像すると、それには何が必要になるでしょうか。 。
EBL は、Evidence-Based Humanities (EBH) の下位部門です。これは証拠の質を向上させるために不可欠です。特定の表現 R へのこだわりは最小限に抑える必要があります。
EBL を作成するために特に必要なものは、少なくとも次のとおりです。 現在のデータ駆動型の方法論 (コーパス言語学など) では、肯定的な例と否定的な例を明確に区別できません。を備えた発電システムが必要です。
頻度と実際の頻度の差＝間接的な否定証拠が大きいということは、不受理の必要十分条件ではないと思うのですが、それは十分条件であって必要ではないのでしょうか？必要ですが十分ではありませんか?これは言語研究の将来の進歩にとって不可欠です。
講演者からの挑戦 1
これは、R のクラスター分析の結果が 3 つのグループに分かれていることからわかります。
講演者からの挑戦 2
言語学は直観なしでやるべきでしょうか？これは統計学者にとって自然な世界ではありません。他の統計学者にはもっと寛大な事情がある。 。
言語学は疫学者と通常の統計学者のどちらに似ていますか?言語学を統計分析に還元することはできない 言語学と言語処理の関係について説明しましょう。
言語学は言語研究の基礎分野であり、言語処理は応用分野です。言語学は、言語処理から生じる実際的なニーズに基づいて発展することができ、またそうすべきです。科学は基本的な分岐の前に使用されます。部門内で進歩が見られることは珍しいことではありません (または、そうでないことの方が多いです)。
統計学（学科）を言語学（学科）に置き換えると行き詰まってしまう コンピュータとアルゴリズムがある限り数学・言語学が完全に廃れるとは思えない 言語学は還元できるとは思わない応用統計に。
追加する論点 1
モステラー氏が考えた問題は、「ハミルトンが 52 回目の論文を書いた」などの 1 回限りの出来事に対処するためにサンプリング理論を使用するのが難しいことです。ベイズの信頼度 [確率の解釈] を具体的に述べるのは難しいですが、広範囲に応用できるはずです。誰もが利用できるデータと使いやすい分析ツール/ソフトウェアの急増] ベイズ主義の普及に貢献したリンドリーは、1965 年から自分のコンピューターをプログラミングしていましたが、それが私が使用していた計算に最適であることがわかりました。 「公理とデータを入力したら、あとはコンピューターを算術の法則に従わせるだけです。」リンドリーに師事したエイドリアン・スミスは、彼の師が見ていなかったものを見ました。 。
私は『理論に関する理論』と題された2巻の本を英語に翻訳し、この問いを世界に問いました。このようにして、多くの英米系統計学者がデ・フィネッティの主観主義的アプローチを初めて利用することができました。 [さらに]、スミスはフィルターを開発しました。この実用的な計算トリックにより、後にベイズ計算がはるかに簡単になりました。スミスは真の実用主義者であり、ノッティンガム大学の学生たちに、空間統計と疫学におけるベイズ統計問題を解決するために必要な、使いやすく効率的なソフトウェアを開発するよう奨励しました。 。
コンピュータ化された言語コーパスは、今や誰でも利用できるデータです。しかし、言語研究の外部の人でも使いやすい分析ツール/ソフトウェアはあるのでしょうか?その前提条件となるのが、具体的な分析結果へのコミットメントです。
言語学的方法論における3つの問題点を指摘する。言語学と言語処理の関係を整理するための私の（独自の）視点を紹介します。 「ポスト経験的言語処理」に関する特別セクション、pp. 3.
