arXivは2026年7月9日(現地時間)、J. Mark Bishop (J. マーク・ビショップ)氏とStephen J. Cowley (スティーブン・J・カウリー)氏による論文を公開した。この論文は、Elan Barenholtz (エラン・バレンホルツ)氏の自己生成言語理論が、Roy Harris (ロイ・ハリス)氏のインテグレーション主義言語学が持つ説明上のギャップを埋めると論じている。特に、大規模言語モデル（LLMs）の挙動に応答して開発されたこの理論は、インテグレーション主義の核となる「将来に向けた開示性」や「記号的連続性」、および「過去の統合のアーカイブ」に関する構造的メカニズムを補完するとされる。
ハリス氏のインテグレーション主義言語学は、計算言語学の言語へのアプローチに根ざす参照主義的伝統に対して批判的な視点を提供する。同理論は、言語を事前に与えられた世界にマッピングされるコードではなく、将来の共同行動に向けられた、状況依存的で二部構成の活動と捉えている。
しかし、インテグレーション主義には説明上のギャップが存在すると論文は指摘する。具体的には、記号が将来に向けた開示性を維持する構造的メカニズムや、言語的および非言語的記号活動間の連続性については十分に理論化されておらず、また過去の統合の蓄積されたアーカイブの構造的特性についても詳細な説明がない。
論文は、大規模言語モデル（LLMs）の挙動に対応して開発されたバレンホルツ氏の自己生成言語理論が、これらのギャップを埋めることができると主張する。この理論は、インテグレーション主義の中核的なコミットメントを損なうことなく、これを補強する。
具体的には、自己生成理論はハリス氏が二部構成コミュニケーションの中心であると特定する将来に向けた開示性に対する構造的メカニズムを提供する。さらに、言語と他の記号作成活動間の記号的連続性というハリス氏のテーゼに対する計算上の相関関係、そして過去の統合の蓄積された残余がどのようなものであり、新しい参加者がそれをどのように利用するかというアーカイブ理論を提供する。
自然言語処理および大規模言語モデル設計の実務家や研究者にとって、この議論は、LLMsが効果的に利用する統計的構造が実際に何であるか、そしてその性質上何を提供できないのかについて、原理的な説明を提供する。
参考: arXiv cs.CL — 2026年7月10日 13:00 (JST)
原文ハイライト"enriching Integrationism without undermining any of its core commitments."