To Drop or Not to Drop? Predicting Argument Ellipsis Judgments: A Case Study in Japanese

演讲者有时会在句子中省略谓词的某些参数；这种省略在代词省略语言中特别频繁。本研究探讨了一个关于省略的问题——什么可以解释本土说话者的省略决策？——这是出于对人类话语处理和写作辅助的兴趣。为此，我们首先收集了日语平衡语料库中超过2,000个数据点上是否以及为什么应该省略特定参数的大规模人类注释。数据表明，本土说话者总体上分享这些判断的共同标准，并进一步阐明了它们的定量特征，例如平衡语料库中相关语言因素的分布。此外，我们还检查了基于语言模型的参数省略判断模型的表现，并揭示了系统在特定语言方面预测与人类判断之间的差距。我们希望我们的基础资源能够鼓励进一步研究自然人省略判断。

本论文旨在解决一个关于省略现象的问题，即母语使用者省略谓语的某些论元时的决策背后的原因是什么？同时，该论文也试图提供写作辅助工具来帮助人们做出省略决策。这是一个相对新的问题。

论文通过收集大规模的人类注释数据，探讨了日语等省略现象较为普遍的语言中，母语使用者省略谓语论元的决策标准，并进一步阐明了这些标准的定量特征。同时，论文还建立了基于语言模型的省略判断模型，并揭示了该系统在特定语言方面预测与人类判断之间的差距。

论文的亮点包括：通过大规模人类注释数据，揭示了省略决策的标准和定量特征；建立了基于语言模型的省略判断模型；探讨了该模型在特定语言方面的局限性。实验使用了日语平衡语料库，并提供了开源代码，为后续研究提供了基础资源。

在这个领域的相关研究包括：《A Multi-Task Learning Approach for Predicting Implicit Discourse Relations》、《A Corpus of Non-canonical Left-Dislocated Constructions in Spoken Japanese》等。