@phdthesis{Kravtchenko_Diss_2021,
title = {Integrating pragmatic reasoning in an efficiency-based theory of utterance choice},
author = {Ekaterina Kravtchenko},
url = {https://publikationen.sulb.uni-saarland.de/handle/20.500.11880/33102},
doi = {https://doi.org/10.22028/D291-35858},
year = {2021},
date = {2021},
school  = {Saarland University},
address = {Saarbruecken, Germany},
abstract = {This thesis explores new methods of accounting for discourse-level linguistic phenomena, using computational modeling. When communicating, efficient speakers frequently choose to either omit, or otherwise reduce the length of their utterances wherever possible. Frameworks such as Uniform Information Density (UID) have argued that speakers preferentially reduce or omit those elements that are more predictable in context, and easier to recover. However, these frameworks have nothing to say about the effects of a linguistic choice on how a message is interpreted. I run 3 experiments which show that while UID posits no specific consequences to being "overinformative" (including more information in an utterance than is necessary), in fact overinformativeness can trigger pragmatic inferences which alter comprehenders' background beliefs about the world. In this case, I show that the Rational Speech Act (RSA) model, which models back-and-forth pragmatic reasoning between speakers and comprehenders, predicts both efficiency-based utterance choices, as well as any consequent change in perceived meaning. I also provide evidence that it's critical to model communication as a lossy process (which UID assumes), which allows the RSA model to account for phenomena that it otherwise is not able to. I further show that while UID predicts increased use of pronouns when referring to more contextually predictable referents, existing research does not unequivocally support this. I run 2 experiments which fail to show evidence that speakers use reduced expressions for predictable elements. In contrast to UID and similar frameworks, the RSA model can straightforwardly predict the results that have been observed to date. In the end, I argue that the RSA model is a highly attractive alternative for modeling speaker utterance choice at the discourse level. When it reflects communication as a lossy process, it is able to predict the same predictability-driven utterance reduction that UID does. However, by additionally modeling back-and-forth pragmatic reasoning, it successfully models utterance choice phenomena that simpler frameworks cannot account for.

<hr />

Diese Arbeit erforscht neue Methoden, linguistische Ph{\"a}nomene auf Gespr{\"a}chsebene per Computermodellierung zu erfassen. Effiziente Sprecher:innen entscheiden sich bei der Kommunikation h{\"a}ufig dazu, wenn immer es m{\"o}glich ist, {\"A}u{\ss}erungen entweder ganz auszulassen oder aber ihre L{\"a}nge zu reduzieren. Modelle wie Uniform Information Density (UID) argumentieren, dass Sprecher:innen vorzugsweise diejenigen Elemente auslassen, die im jeweiligen Kontext vorhersagbarer und einfacher wiederherzustellen sind. Allerdings sagen diese Modelle nichts {\"u}ber die Auswirkungen einer linguistischen Entscheidung bez{\"u}glich der Interpretation einer Nachricht aus. Ich f{\"u}hre drei Experimente durch, die zeigen, dass wenngleich UID keine spezifischen Auswirkungen von "{\"U}berinformation" (einer {\"A}u{\ss}erung mehr Information als n{\"o}tig geben) postuliert, {\"U}berinformationen doch pragmatische Schlussfolgerungen, die das gedankliche Weltmodell der Versteher:innen {\"a}ndern k{\"o}nnen, ausl{\"o}st. F{\"u}r diesen Fall zeige ich, dass das Rational-Speech-Act-Modell (RSA), welches pragmatische Hin-und-Her-Schlussfolgerungen zwischen Sprecher:innen und Versteher:innen modelliert, sowohl effizienzbasierte {\"A}u{\ss}erungsauswahl als auch jegliche resultierende Verst{\"a}ndnis{\"a}nderung vorhersagt. Ich liefere auch Anhaltspunkte daf{\"u}r, dass es entscheidend ist, Kommunikation als verlustbehafteten Prozess zu modellieren (wovon UID ausgeht), was es dem RSA-Modell erlaubt, Ph{\"a}nomene einzubeziehen, wozu es sonst nicht in der Lage w{\"a}re. Weiterhin zeige ich, dass obschon UID beim Bezug auf kontextuell vorhersagbarere Bezugsw{\"o}rter eine erh{\"o}hte Nutzung von Pronomen vorhersagt, dies von existierender Forschung nicht einstimmig gest{\"u}tzt wird. Ich f{\"u}hre zwei Experimente durch, die keine Anhaltspunkte daf{\"u}r, dass Sprecher:innen reduzierte Ausdr{\"u}cke f{\"u}r vorhersagbare Elemente verwenden, finden. Im Gegensatz zu UID und {\"a}hnlichen Modellen kann dass RSA-Modell direkt die bislang beobachteten Resultate vorhersagen. Schlie{\ss}lich lege ich dar, warum das RSA-Modell eine h{\"o}chst attraktive Alternative zur Modellierung von Sprach{\"a}u{\ss}erungsentscheidungen auf Gespr{\"a}chsebene ist. Wenn es Kommunikation als einen verlustbehafteten Prozess widerspiegelt, kann es dieselbe vorhersagebasierte {\"A}u{\ss}erungsreduktion vorhersagen wie auch UID. Modelliert man jedoch zus{\"a}tzlich pragmatische Hin-und-Her-Schlussfolgerungen, modelliert RSA erfolgreich Ph{\"a}nomene bei {\"A}u{\ss}erungsentscheidungen, die einfachere Modelle nicht abbilden k{\"o}nnen.},
pubstate = {published},
type = {phdthesis}
}