Language Change

Материал из Поле цифровой дидактики


Описание модели Модель «Language Change» (Изменение языка) представляет собой агентную симуляцию, в которой каждый агент (житель сетки) владеет одной из нескольких языковых форм (например, вариантов произношения или лексических единиц). На каждом шаге моделирования:
  • Каждый агент выбирает одного случайного соседа из своих четырёх или восьми соседних клеток.
  • Агент «усваивает» языковую форму соседа с заданной вероятностью (параметр перехода), что моделирует влияние контакта и заимствования.

При этом может происходить «ошибка передачи» (мутация), когда форма изменяется случайным образом с малой вероятностью. По мере итераций формируются языковые «облака» и кластеры, отражающие процессы диалектообразования, распространения новаций и угасания старых вариантов.

Область знаний Экономика, Лингвистика
Веб-страница - ссылка на модель https://ccl.northwestern.edu/netlogo/models/LanguageChange
Видео запись
Разработчики Troutman, Wilensky
Среды и средства, в которых реализована модель NetLogo
Диаграмма модели
Описание полей данных, которые модель порождает
Модель создана студентами? Нет

При выборе update-algorithm = "reward" взаимодействие устроено так:​

  • Каждый агент говорит: процедура speak выставляет spoken-state (0 или 1).
  • Соседи слушают: процедура listen корректирует их state (вероятность использовать грамматику 1)

Модель Language Change (NetLogo) представляет собой вычислительную симуляцию процессов лингвистических изменений в популяции агентов. Каждый агент в модели — это представитель сообщества, который владеет определённой языковой формой и может заимствовать языковые инновации у своих соседей.

Основные элементы модели

  • Агенты (узлы) — представители сообщества, расположенные на двумерной решётке (num-nodes = 100 агентов)
  • Языковое состояние (state) — числовое значение, которое каждый агент хранит и представляет языковую форму или инновацию (от 0 до 1)
  • Социальная сеть — четырёхнаправленная или восьминаправленная связность между агентами (соседство)

На каждом шаге моделирования происходит следующее:

  1. Выбор соседа — каждый агент случайно выбирает одного из своих соседей
  2. Контакт и заимствование — агент получает информацию о языковой форме соседа
  3. Адаптация — с вероятностью, определённой параметром alpha (вероятность обучения/заимствования), агент изменяет свою языковую форму под влиянием соседа
  4. Мутация/инновация — с вероятностью gamma происходит спонтанная инновация (случайное изменение языковой формы)
  5. Награда за согласованность (update-algorithm = "reward") — система стимулирует агентов, которые достигли высокого соответствия (state > 0.9)

Параметр logistic? определяет тип динамики распространения:

  • FALSE (экспоненциальный) — инновация распространяется свободно, без ограничений
  • TRUE (логистический) — распространение ограничено, с естественным насыщением популяции (как в эпидемиологических моделях S-образной кривой) - см. Логистическая функция