本研究は、ノイズのあるチャネル推論のアルゴリズムモデルを拡張し、ベイズ枠組み内で相互理解をモデル化し、関連する言語（L1）の話者が見知らぬ言語（L2）の部分的な可解性をどのように達成するかという課題に対処します。

  • このモデルは、観測されたL2発話の翻訳に関する潜在仮説の評価にL1専用の言語モデルを使用します。
  • 汎用ノイズモデルは、形態に基づく類似性または記号的規則に基づいて、L2とL1の単語間のマッピングを推論します。
  • オランダ語、イタリア語、ウクライナ語からの推論を、英語、スペイン語、ロシア語の話者に対して誘発する人間行動実験が行われました。
  • 完全なモデルは、アブレーションと比較して人間の相互理解パフォーマンスにより近い整合性を示し、より大きなモデルのゼロショットプロンプティングと比較しても有利です。

これらの結果は、現実世界での異言語シナリオにおいて広範な不確実性の下で理解者が行う柔軟な推論を強調する、相互理解の認知に妥当な計算モデルを提供します。