Modelling the Diachronic Emergence of Phoneme Frequency Distributions

この論文は、機能負荷と特定の音素体系サイズへの安定化傾向という 2 つの仮定を組み込んだ確率的モデルを用いて、音素頻度分布の統計的規則性が明示的な最適化メカニズムではなく、歴史的な音声変化の自然な帰結として生じうることを示しています。

要約

この論文は、**「世界中の言語が、なぜ驚くほど似ている音の分布パターンを持っているのか？」**という謎を解き明かすための研究です。

まるで**「言語という料理」を想像してみてください。世界中の料理（言語）は、塩（母音）やコショウ（子音）の使い方がそれぞれ異なります。しかし、不思議なことに、どの料理も「一番多い調味料はごく少量で済むが、一番少ない調味料は大量に使われる」という、ある種の「黄金のバランス」**を持っています。

この論文は、そのバランスが「料理人が（言語の進化の過程で）意識的に調整したから」ではなく、**「偶然の積み重ねと、ある自然な法則」によって自然に生まれたのではないか？**と提案しています。

以下に、この研究の核心を簡単な比喩を使って解説します。

---

1. 謎：言語の「音のバランス」

言語には「音の在庫（Inventory）」と呼ばれるものがあります。例えば、日本語には「あ・い・う・え・お」などの母音と、「か・き・く・け・こ」などの子音があります。
研究者たちは、世界中の言語を調べると、以下の 2 つの奇妙な法則があることに気づきました。

1. 音の頻度： 一部の音は非常に頻繁に使われ、多くの音はほとんど使われません（指数関数的な分布）。
2. 在庫数と情報の関係： 「音の種類の数（在庫数）」が増えると、その言語の「情報の密度（Entropy）」が下がるという逆の相関関係があります。
   • 例え話： 調味料の種類（音の数）を極端に増やしても、料理全体の味（情報量）が濃くなるわけではありません。むしろ、種類が増えすぎると、一つ一つの味が薄まって、全体として「予測しやすくなる（情報量が減る）」傾向があるのです。

昔は、これが**「言語が効率化のために、自分自身を調整（最適化）しているから」**だと思われていました。まるで、賢い料理人が「味が薄すぎないか？」と常にチェックしているかのようです。

2. 実験：言語の進化をシミュレーションする

著者たちは、「本当に言語が賢く調整しているのか、それともただの偶然の結果なのか？」を確認するために、コンピューターで言語の進化をシミュレートしました。

実験 1：完全なランダム（ナイーブなモデル）

まず、何のルールもなしに、ただ「音が分裂したり、消えたり、混ざったりする」ランダムな変化を繰り返しました。

• 結果： 音の頻度の分布はそれっぽくなりましたが、**「在庫数が増えると情報量も増える」**という、現実とは逆の結果が出てしまいました。
• 結論： ただのランダムな変化だけでは、現実の言語のバランスは作れません。

実験 2：「機能の重み」を加える

次に、**「よく使われる音は守られやすく、あまり使われない音は消えやすい」**というルール（機能的負荷の仮説）を加えました。

• 比喩： 料理で言えば、「よく使われる塩は貴重だから守るが、あまり使わないスパイスは捨てられやすい」というルールです。
• 結果： 分布の形はさらに良くなりましたが、**「在庫数と情報量の逆相関」**は依然として現れませんでした。

実験 3：「適度なサイズ」への回帰（重要な発見！）

最後に、**「音の種類の数が、ある『ちょうど良い数』から遠ざかりすぎないようにする」**というルールを加えました。

• 比喩： 料理の味付けには「適量」があります。味が薄すぎたり濃すぎたりすると、自然と元のバランスに戻ろうとする力（復元力）が働きます。言語も同じで、音の数が極端に増えすぎたり減りすぎたりすると、自然と「平均的な数」に戻ろうとする傾向があるという仮説です。

• 結果： バッチリ成功しました！
  このルールを加えるだけで、現実の言語データと全く同じ「在庫数が増えると情報量が減る」という不思議な関係が、何の調整もなしに自然に生まれました。

3. 結論：偶然の産物（エピフェノメノン）

この研究の最大の発見は、**「言語が賢くバランスを取っているように見えるのは、実は『偶然の産物』かもしれない」**ということです。

• 従来の考え方： 言語は「効率化」という目的を持って、音のバランスを調整している。
• この論文の考え方： 言語は単に「音の変化がランダムに起こり、かつ『音の数が極端にならないようにする』という自然な傾向があるだけ」だ。その結果、結果として「賢いバランス」が生まれて見えるだけだ。

まとめ

この論文は、**「言語の複雑な統計的な法則は、言語そのものが『計算』して作られたものではなく、歴史的な偶然の積み重ねと、ある種の『自然な安定化の力』によって、自然発生的に生まれた」**と示唆しています。

まるで、川が流れて自然に「蛇行」を作るように、言語も時間とともに流れる中で、自然と美しいバランスの形を形成しているのかもしれません。それは、誰かが設計図を描いたからではなく、**「流れそのものの性質」**として生まれたのです。

技術概要

以下は、Fermín Moscoso del Prado Martín と Suchir Salhan による論文「Modelling the Diachronic Emergence of Phoneme Frequency Distributions（音素頻度分布の歴史的出現のモデル化）」の技術的な要約です。

1. 研究の背景と問題設定

言語学において、異なる言語における音素の出現頻度分布には、以下のような頑健な統計的規則性が観察されています。

• 指数分布の尾部（Exponential tails）: 順位 - 頻度プロットがべき乗則ではなく、指数分布の尾部を持つ形状を示す。
• 音素 inventory 規模と相対エントロピーの負の相関: 言語の音素 inventory 規模（PIS: Phonemic Inventory Size）が大きくなるほど、音素分布の相対エントロピー（1 音素あたりの情報量）が低下する傾向がある。

従来の研究では、これらのパターンは「補償仮説（Compensation Hypothesis）」、すなわち言語の一方の領域の複雑さの増加が他方で相殺されるような最適化メカニズムの結果であると考えられてきました。しかし、これらの統計的規則性が、最適化や補償メカニズムを仮定せず、単なる歴史的な音変化のプロセスの結果として自然に生じる可能性については十分に検討されていませんでした。

本研究の目的は、歴史的プロセス（分岐や合併など）に基づく確率的モデルを用いて、上記の統計的規則性が「補償」ではなく、ダイナミクスからの「副次的現象（epiphenomenal）」として出現し得るかを検証することです。

2. 手法（モデルとシミュレーション）

著者は Hoenigswald (1965) の音変化の類型に基づき、音素 inventory の歴史的進化をシミュレートする確率的モデルを構築しました。

基本モデルの定義

• 時間ステップ: 離散的な時間 $\tau$ において、音素 inventory の状態が確率的に変化します。
• 変化の種類:
  1. 一次分岐（Primary split）: 既存の音素の一部が別の既存音素へ変化する（inventory 規模は不変、ただし $\alpha=1$ の場合は減少）。
  2. 二次分岐（Secondary split）: 既存音素の一部が新しい音素として分岐する（inventory 規模が増加）。
  3. 無条件合併（Unconditioned merger）: 2 つの音素が完全に 1 つに合併する（inventory 規模が減少）。
• パラメータ: 各変化の確率 $P(p), P(s), P(m)$、および音素間の確率質量転移の割合 $\alpha$ を確率的にサンプリングします。

3 つの段階的なシミュレーション

モデルの複雑さを段階的に増やし、実データとの一致度を検証しました。

1. シミュレーション 1（ナイーブなモデル）:

   • 全変化タイプの確率を均等（1/3）、音素の選択を均一、$\alpha$ を一様分布としました。
   • 結果: 順位 - 頻度分布の全体的な形状は再現されましたが、PIS と相対エントロピーの間に正の相関が現れました（実データは負の相関）。また、inventory 規模が時間とともに無制限に増大するランダムウォーク的な挙動を示しました。

2. シミュレーション 2（機能負荷の考慮）:

   • 「機能負荷仮説（Functional Load Hypothesis）」を反映し、出現頻度の低い音素（機能負荷が低いと仮定）が変化（消失や合併）しやすいようにサンプリング確率を調整しました。
   • 結果: 分布の形状は維持されましたが、PIS と相対エントロピーの相関は依然として正のまま修正されず、分散が増大しました。

3. シミュレーション 3（中央傾向の導入）:

   • 音素 inventory 規模には「最適な値（$\mu$）」が存在し、そこから離れるほど変化の確率が調整されるという**安定化傾向（central tendency）**を導入しました。
   • 具体的には、$V_\tau > \mu$ の場合は分岐確率を下げ、$V_\tau < \mu$ の場合は合併確率を下げるような指数関数ベースの適応戦略を採用しました（$\mu=34$ に設定）。
   • 結果: inventory 規模のランダムウォークが収束し、実世界のデータと一致する範囲に安定しました。

3. 主要な結果

シミュレーション 3（中央傾向を導入したモデル）は、以下の 2 つの重要な実証的パターンを同時に再現することに成功しました。

1. 順位 - 頻度分布の形状: 実言語データ（オーストラリア諸語や NorthEuraLex データセット）と同様の、指数分布の尾部を持つランク - 頻度プロットを生成しました。
2. PIS と相対エントロピーの負の相関: 実データで見られる「inventory 規模が大きいほど相対エントロピーが低下する」という負の相関（$r = -0.12, p = 0.02$）が、モデルから自然に出現しました。

重要な発見: この負の相関は、明示的な「補償メカニズム」や「最適化プロセス」をモデルに組み込まなくても、確率的な音変化と inventory 規模の安定化傾向の相互作用によって、予期せぬ副次的現象（by-product）として生じました。

4. 貢献と意義

• 生成的解释の提供: 音素頻度分布の巨視的規則性が、複雑な最適化メカニズムではなく、単純な歴史的ダイナミクス（分岐・合併の確率過程）から自然に出現し得ることを示しました。
• 補償仮説への新たな視点: 以前は「補償」の証拠と解釈されていた PIS とエントロピーの負の相関が、実際にはダイナミクスの副次的な結果（epiphenomenon）である可能性を提示しました。これは、言語構造の「最適化」を過剰に解釈するリスクを指摘するものです。
• モデルの妥当性: 音素 inventory 規模が特定の範囲に集中しているという類型論的知見（Maddieson, 1984 など）を、確率的なランダムウォークに「中心への引力（central attractor）」を導入することで説明可能にしました。

5. 結論

本研究は、音韻システムの統計的規則性の一部が、明示的な最適化や補償メカニズムではなく、単純な歴史的圧力（確率的な音変化と inventory 規模の安定化傾向）の相互作用から生じる可能性を強く示唆しています。これは、言語の構造的特徴を理解する際、見かけ上の最適化効果が、実は歴史的ダイナミクスの副産物である可能性を考慮する重要性を浮き彫りにしています。