Да, вы нашли именно ту работу, я имел в виду - книгу Language Contact, Creolization, and Genetic Linguistics (Thomason & Kaufman, 1988) - она до сих пор базовая для изучения языковых контактов. Там нет вероятностных моделей, есть шкала интенсивности контакта и акцент на социальных факторах, и вывод такой: реконструкция контакта - это интерпретация по совокупности признаков, а не строгая сепарация.
У Bondarenko (Factivity from Pre‑existence: Evidence from Barguzin Buryat, Glossa 2020, DOI: https://doi.org/10.5334/gjgl.1196) показано, что одни и те же данные допускают несколько конкурирующих объяснений из‑за разных семантических структур, и выбор анализа опирается на косвенные критерии. Это близко к идее, что отделение адстрата от внутреннего развития - уровень постановки проблемы, а не однозначный критерий.
У Kotin есть работы по историческим изменениям языка, типологии и контактам:
Gotisch im (diachronischen und typologischen) Vergleich (2012)
Die Ausbildung der Artikelfunktion im Gotischen … (2019)
System, Norm und Sprachwandel (2017)
Typologia ogólna a typologia historyczna (2012)
У них подчеркивается, что выбор интерпретации зависит от совокупности факторов, а не от одного простого признака.
Если тема интересна, можете ознакомиться с современными вычислительными подходами:
Bouchard‑Côté et al., 2013, PNAS - автоматическая реконструкция праязыков через вероятностные модели звуковых изменений.
Bouchard‑Côté et al., 2007, NIPS - ранняя работа по вероятностным изменениям слов в исторической фонологии.
Meloni, Ravfogel & Goldberg, 2019 - нейросетевые модели для реконструкции праформ.
List et al., 2023 - формальное моделирование неопределённости в реконструкции и оценка диапазона возможных праформ.
В итоге если раньше основной упор делался на ручной анализ контакта и типологии, то сейчас - автоматизация + вероятностная оценка + большие корпуса, сохраняя интерпретацию через контактную лингвистику и типологию.
Могу накидать на скорую руку небольшую обзорную статью о текущем состоянии этой проблематики. С одной стороны - прорывов по строго научной сепарации адстрата от внутреннего развития нет, с другой - ИИ и вычислительные модели становятся всё "умнее", что позволяет автоматизировать и ускорять задачи, на которые раньше уходили годы, и делать достаточно неплохие вероятностные реконструкции праформ с оценкой неопределённости.
Отличный обзор по асимптотике! Есть несколько нюансов, которые часто упускают:
- Big-O обычно не равно реальная производительность. Асимптотика описывает масштабирование, но в JVM важны кеш-локальность и аллокации. Поэтому ArrayList на практике почти всегда выигрывает у LinkedList, даже там, где формально у последнего есть O(1) операции.
- HashMap: защита от деградации - не норма работы. Treeification происходит при >= 8 элементов в бакете и при размере таблицы >= 64 - иначе сначала будет resize. Это защитный механизм от коллизий, но в проде важно не надеяться на него, а обеспечивать корректный hashCode() и правильный initial capacity.
- Инициализация размера. Чтобы избежать resize, правильнее считать expectedSize / loadFactor + 1. Для 10_000 элементов при loadFactor 0.75 это примерно 13_334. Простое умножение на 2 - рабочее, но не точное приближение.
- Очереди. Для deque/queue сейчас почти всегда лучше ArrayDeque - меньше памяти на элемент и лучше кэширование, чем у LinkedList.
В остальном - прекрасный базовый материал, полезный для систематизации знаний у новичков.
Статья и правда опирается на корпус данных 2000-х. Сейчас типология (Bondarenko), синергетика (Котин) и вероятностные модели (Thomason & Kaufman) дают точные оценки, но полную сепарацию адстрата от имманентного развития называют "уровнем постановки проблем" (Bondarenko). Максимум - повышают вероятность интерпретаций через типологию и геолингвистику. Новых исследований по теме нет - фокус ушёл в нейролингвистику.
Да, вы нашли именно ту работу, я имел в виду - книгу Language Contact, Creolization, and Genetic Linguistics (Thomason & Kaufman, 1988) - она до сих пор базовая для изучения языковых контактов. Там нет вероятностных моделей, есть шкала интенсивности контакта и акцент на социальных факторах, и вывод такой: реконструкция контакта - это интерпретация по совокупности признаков, а не строгая сепарация.
У Bondarenko (Factivity from Pre‑existence: Evidence from Barguzin Buryat, Glossa 2020, DOI: https://doi.org/10.5334/gjgl.1196) показано, что одни и те же данные допускают несколько конкурирующих объяснений из‑за разных семантических структур, и выбор анализа опирается на косвенные критерии. Это близко к идее, что отделение адстрата от внутреннего развития - уровень постановки проблемы, а не однозначный критерий.
У Kotin есть работы по историческим изменениям языка, типологии и контактам:
Gotisch im (diachronischen und typologischen) Vergleich (2012)
Die Ausbildung der Artikelfunktion im Gotischen … (2019)
System, Norm und Sprachwandel (2017)
Typologia ogólna a typologia historyczna (2012)
У них подчеркивается, что выбор интерпретации зависит от совокупности факторов, а не от одного простого признака.
Если тема интересна, можете ознакомиться с современными вычислительными подходами:
Bouchard‑Côté et al., 2013, PNAS - автоматическая реконструкция праязыков через вероятностные модели звуковых изменений.
Bouchard‑Côté et al., 2007, NIPS - ранняя работа по вероятностным изменениям слов в исторической фонологии.
Meloni, Ravfogel & Goldberg, 2019 - нейросетевые модели для реконструкции праформ.
List et al., 2023 - формальное моделирование неопределённости в реконструкции и оценка диапазона возможных праформ.
В итоге если раньше основной упор делался на ручной анализ контакта и типологии, то сейчас - автоматизация + вероятностная оценка + большие корпуса, сохраняя интерпретацию через контактную лингвистику и типологию.
Могу накидать на скорую руку небольшую обзорную статью о текущем состоянии этой проблематики. С одной стороны - прорывов по строго научной сепарации адстрата от внутреннего развития нет, с другой - ИИ и вычислительные модели становятся всё "умнее", что позволяет автоматизировать и ускорять задачи, на которые раньше уходили годы, и делать достаточно неплохие вероятностные реконструкции праформ с оценкой неопределённости.
Отличный обзор по асимптотике!
Есть несколько нюансов, которые часто упускают:
- Big-O обычно не равно реальная производительность. Асимптотика описывает масштабирование, но в JVM важны кеш-локальность и аллокации. Поэтому ArrayList на практике почти всегда выигрывает у LinkedList, даже там, где формально у последнего есть O(1) операции.
- HashMap: защита от деградации - не норма работы. Treeification происходит при >= 8 элементов в бакете и при размере таблицы >= 64 - иначе сначала будет resize. Это защитный механизм от коллизий, но в проде важно не надеяться на него, а обеспечивать корректный hashCode() и правильный initial capacity.
- Инициализация размера. Чтобы избежать resize, правильнее считать expectedSize / loadFactor + 1. Для 10_000 элементов при loadFactor 0.75 это примерно 13_334. Простое умножение на 2 - рабочее, но не точное приближение.
- Очереди. Для deque/queue сейчас почти всегда лучше ArrayDeque - меньше памяти на элемент и лучше кэширование, чем у LinkedList.
В остальном - прекрасный базовый материал, полезный для систематизации знаний у новичков.
Статья и правда опирается на корпус данных 2000-х. Сейчас типология (Bondarenko), синергетика (Котин) и вероятностные модели (Thomason & Kaufman) дают точные оценки, но полную сепарацию адстрата от имманентного развития называют "уровнем постановки проблем" (Bondarenko). Максимум - повышают вероятность интерпретаций через типологию и геолингвистику. Новых исследований по теме нет - фокус ушёл в нейролингвистику.