Les chercheurs ont étudié le changement sémantique dans 23 composés nominaux allemands et 26 anglais en introduisant la tâche de prédiction de tendance de compositionnalité (Compositionality Trend Prediction), évaluée contre un nouvel ensemble de données de notes diachroniques par décennie. Contrairement à la littérature qui postule une tendance décisive des composés à devenir moins compositionnels, l'étude ne trouve qu'une petite tendance négative au fil du temps.
- L'ensemble de données fournit des notes de compositionnalité par décennie uniques et les tendances correspondantes pour 23 composés cibles allemands et 26 anglais.
- Les expériences ont impliqué environ 100 modèles de représentations vectorielles sémantiques variées, entraînés sur différentes tranches de 1 à 5 décennies de corpus diachroniques.
- Les modèles entraînés sur des tranches temporelles étroites, telles que des décennies uniques ou des fenêtres s'élargissant incrémentalement, se sont alignés mieux sur les notes que ceux entraînés sur des fenêtres entières de demi-siècle.
- Il a été trouvé que les représentations statiques étaient compétitives avec les représentations contextuelles dans la tâche de prédiction de tendance de compositionnalité.
Les résultats remettent en cause l'hypothèse selon laquelle les composés deviennent généralement moins transparents au fil du temps et suggèrent que la modélisation de la granularité temporelle est cruciale pour une prédiction précise de la compositionnalité.