Skalare Vielfalt: Relevanz und Bayessche Wahrscheinlichkeit (Scaldiv)

Erfolgreiches Verstehen umfasst weit mehr als den Zugang zu Wortbedeutung und syntaktischer Struktur. Es geht im Wesentlichen darum, Rückschlüsse auf die beabsichtigte Bedeutung des Sprechers zu ziehen. Dies wirft die Frage auf, welche Prinzipien und welches Wissen an den Inferenzprozessen der Zuhörer beteiligt sind. Das vorliegende Projekt nähert sich dieser umfassenden Frage, indem es eine bestimmte Art pragmatischer Inferenz untersucht: Skalare Implikaturen (SIs).

Skalare Begriffe wie "einige" oder "möglich" führen oft zu SIs wie "einige und nicht alle" oder "möglich und nicht sicher". Neuere Studien zeigen, dass unterschiedliche skalare Begriffe SIs mit unterschiedlichen Raten hervorrufen (bekannt als skalare Diversität). Der Inferenzprozess von SIs, d.h. ob es sich um Grice'sches Denken auf Satzebene oder lokale Anreicherung auf Subsententialebene handelt, wurde intensiv untersucht. Es ist jedoch rätselhaft, warum die Anwendung desselben Inferenzprozesses (global oder lokal) auf diese skalaren Begriffe unterschiedliche Implikationsraten ergibt.

Dieses Projekt argumentiert, dass SI wahrscheinlich das Ergebnis multipler Mechanismen ist. Das primäre Ziel dieses Projekts ist es, die Rolle verschiedener Mechanismen bei der Erklärung skalarer Diversität aufzuzeigen und den Effekt verschiedener Mechanismen auf Implikationsraten mit Hilfe eines Bayes'schen, rationalen Sprechaktrahmens zu modellieren. In der Literatur wird am häufigsten angenommen, dass der am weitesten verbreitete Mechanismus zur Erklärung von SI die Erschöpfung in Bezug auf Alternativen ist. Damit eine Schlussfolgerung gezogen werden kann, muss die stärkere Alternative des Skalarbegriffs im Kontext relevant sein. Daher zielt dieses Projekt weiter darauf ab, die Auswirkungen der Relevanz auf die SI-Ableitung zu untersuchen und die skalare Diversität unter Verwendung eines erweiterten RSA-Rahmens mit der Relevanz im Vorfeld zu berücksichtigen.