Bayesianische Raum-Modellierung in der Typologie

• Antragsteller: Dr. Matías Guzmán Naranjo
• Fachliche Zuordnung: Allgemeine und Vergleichende Sprachwissenschaft, Experimentelle Linguistik, Typologie, Außereuropäische Sprachen
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 504155622

Seit langem ist in der dialektologischen und typologischen Literatur die Rolle von Kontakt- und Arealeffekten in der Entwicklung sprachlicher Strukturen bekannt. Besonders in der Sprachtypologie ist die Existenz von Sprachbünden und Sprachkontaktzonen seit etwa 40 Jahren von besonderem Interesse, und es gibt eine beachtliche Menge an Literatur über Sprachareale für alle Kontinente. Obwohl Studien von Sprachkontakt und Arealeffekten verschiedenste Perspektiven abdecken, lassen sich die Themen in zwei grobe Schwerpunkte einteilen: (1) wie für Kontakt kontrolliert wird, um sprachliche Universalien zu finden, und (2) das Erforschen der arealen Merkmale selbst. Der erste dieser Schwerpunkte hängt mit der Frage nach Samplingmethoden und der Unabhängigkeit der Sprachen eines Samples zusammen. Beim Untersuchen sprachlicher Universalien und der relativen Verteilung linguistischer Merkmale müssen Typologen für Familien- und Kontakteffekte kontrollieren. Wenn in einem typologischen Sample zwei Sprachen in Kontakt standen und/oder stehen, können diese nicht als unabhängige Beobachtungen gewertet werden. Aus diesem Grund werden häufig statistische Modelle verwendet, um für die räumliche Unabhängigkeit von Sprachen zu kontrollieren. Bei dem zweiten Schwerpunkt steht im Vordergrund, zu untersuchen, wie Sprachkontakt und geographische Merkmale zu Sprachbünden, arealen Mustern und Merkmalsdiffusion im Raum führen. In diesem Falle ist es das Ziel, Kontaktmuster automatisch aus den Daten zu extrahieren. In der Typologie wurde beiden Schwerpunkten extensiv mithilfe verschiedener statistischer Werkzeuge nachgegangen. Dennoch sind bisherige Versuche, komputationelle Modelle für diese Frageststellungen zu bauen, zu vereinzelt und stützen sich überwiegend auf falsche oder unzureichende theoretische Annahmen, was zu stark vereinfachten Datenstrukturen führt. Zum Beispiel werden Sprachen in den meisten Ansätzen als einzelne Punkte im Raum dargestellt, was klarerweise nicht der Realität entspricht. Außerdem beziehen statistische Modelle räumlicher Strukturen häufig geographische Merkmale wie Wege oder Hindernisse nicht mit ein, oder sie scheitern, die sozio-geographischen Interaktionen auf realistische Weise zu erfassen. Um räumliche Phänomene besser zu verstehen, müssen diese Probleme ernsthaft betrachtet werden, wofür die Entwicklung realistischer, generativer Modelle für räumliche Typologie mit vollständigeren und detaillierteren Datensätzen unabdingbar ist. Dies ist das Ziel des vorliegenden Projekts. Mithilfe von Bayesischen generativen Modellen von räumlichen Phänomenen (für Induktion sowie typologische Kontrolle), räumlichen Daten in höhrer Qualität und dadurch realistischeren Annahmen wird das Projekt sowohl an der Kontrolle rauminduzierter Faktoren als auch an unserem Verständnis der räumlichen Effekte selbst arbeiten.

• DFG-Verfahren: Emmy Noether-Nachwuchsgruppen