Bootstrapping shared vocabulary in a population-weighted lists with probabilistic choice

Abstract

İşaretbilimsel dinamiklerin incelenmesi ve dilin genel olarak kompleks adaptif bir sistemolarak ele alınması, son on yılda önemli bir araştırma konusu haline gelmiştir. Bu çalışmada,bu konunun öncülerinden olan Luc Steels ve meslektaşlarının geliştirdiği isimlendirme oyunu,(sıralı) bir kümeden deterministik veya tamamen rastgele sözcük seçimi yerine, ağırlıklandırılmışbir listeden olasılıksal tercihle sözcük seçimi kullanmak üzere geliştirilmiştir. Parametrelerinbirbirleriyle etkileşimi ve bu etkileşimin sistemin sözcükler üzerinde mutabakat sağlama süresiile tekil ajanların sözcük dağarcığı büyüklüğü üzerindeki etkileri incelenmiştir. Çalışmasonucunda Steels'in klasik modelinin, çalışmadaki modelin özel bir durumu olduğu tespitedilmiştir. Ayrıca bu modeldeki fazladan parametreler ve buna bağlı olarak daha geniş olandurum uzayından dolayı modelin, ihtiyaca göre oyunun gerek zaman gerekse de hafıza kullanımıaçısından optimizasyonuna izin verdiği gözlemlenmiştir.

Works on semiotic dynamics and language as a complex adaptive system in general has beenan important lane of research over the last decade. In this study, the mean-field naminggame model developed in the course of the pioneering research programme of Luc Steels andcolleagues is modified to include probabilistic word choice based on weighted lists of words,instead of either deterministic or totally random word choice based on (ordered) sets of words.The parameters? interaction and this interaction?s eect on time of convergence of the systemand size of individual lexicons over time are investigated. The classical model is found to be aspecial case of this proposed model. Additionally, this model has more parameters and a largerstate space which provides additional room for tweaking for time- or space-optimization ofthe convergence process.