我々は、確率文法の重みに関する事前分布の族として「共有ロジスティック正規分布（shared logistic normal distribution）」を提案する。この族は、分割されたロジスティック正規分布を拡張したものであり、確率文法における異なる導出事象の確率間の因数分解された共分散を可能にすることで、未知の文法に関する事前知識を新たな形で表現できる。本稿では、この事前分布族に基づく確率文法の学習を目的とした変分EMアルゴリズムを提示する。さらに、非並列な多言語コーパスを用いた無教師依存文法の誘導実験を行い、単言語学習および二言語学習の両方において、本モデルが顕著な性能向上をもたらすことを示した。