誰かがどの先生も批判した。Someone criticized every teacher.

There is a specific individual who criticized every teacher.

John doesn’t speak French or Spanish.
ジョンはフランス語かスペイン語を話さない。

John doesn’t speak both French and Spanish.
ジョンはフランス語もスペイン語も話さない。

ジョンはフランス語とスペン語を話さない。　＜＝　これは？

John doesn’t speak French and Spanish.　＜＝　これは？

太郎は窓を全部閉め忘れた。
Taro forgot to close all the windows.

a theory of the acquisition
components
(i) the learner’s contribution
(ii) the learner’s experience
(iii) what is learned

Pinker (1989)
Productivity of the learner: 聞いて覚えた表現しか使えないわけではない。
　クリエイティブな表現
　使ってよいものと良くないものを学ぶ。どうやって？
Obtaining negative evidence from experience
　親が注意すること（direct negative evidence）だけでは説明できない。
Arbitrariness of the constraint
　言語に内在する特徴から制約を一般化するとしたら、まずは、一般化するのに必要な表現を学んでいなければ一般化できない。「A learnability paradox」
　
じゃ、どうやって「こうは言わない」と言うことを学ぶのか？

conservative learning algorithm
　一般化は最小限にする。良いとわかるまでは許さない。
the subset principle for parameter setting
the Semantic Subset principle
Grammatical Conservatism (GC)
GC is more experience-driven
experience-based learning models
　
でも、子供は実際、過剰一般化による誤用をする。どの程度するのか、調べてみないと。
　
Experience and negative evidence
直接注意されるとは限らないとしたら、
indirect negative evidence (INE)
　言っても良いはずなのに、誰も言わない、ってことは、そうは言わないんだ、と学ぶ。
probabilistic learning models
　確率的に、確率の高い（よく使われる）表現を学ぶ。（逆に、頻度の低い表現は使わないことを学ぶ。）

thematic ambiguity
太郎が好きな女の子

太郎が女の子が好きだ。

女の子が太郎が好きだ。

inputs and intakes

Arbitrariness of the constraints

parameter : reducing the burden on an inductive learning mechanism

the data-sparseness problem

言語は体系をなしているので、何かを学ぶことでそれが体系全体に影響を及ぼす、と考える。