Un model rațional de resurse al procesării umane a structurii lingvistice recursive Partea 3

Experimentul 2: Efectul indicațiilor semantice

Apoi am replicat experimentul 1 pe un al doilea set de elemente și am testat simultan efectul prezis al compatibilității semantice.

Compatibilitatea semantică se referă la înțelegerea și stăpânirea de către oameni a compatibilității și interrelațiilor dintre diferite unități în limbaj, cuvinte sau simboluri. Memoria se referă la capacitatea oamenilor de a-și aminti și de a stoca informații.

Există o relație strânsă între compatibilitatea semantică și memorie. O bună compatibilitate semantică poate îmbunătăți calitatea memoriei oamenilor, în timp ce o compatibilitate semantică slabă va împiedica înțelegerea informațiilor și efectele memoriei de către oameni.

În primul rând, compatibilitatea semantică poate îmbunătăți relevanța informațiilor, ajutând astfel oamenii să înțeleagă și să își amintească mai bine informațiile. Dacă există o corelație evidentă între diferite unități, oamenii pot folosi această corelație pentru a construi conexiuni între informații și pentru a forma o structură de rețea între informații. Această structură de rețea poate îmbunătăți efectul de memorie al informațiilor și poate îmbunătăți capacitatea de stocare a informațiilor oamenilor.

În al doilea rând, o bună compatibilitate semantică poate îmbunătăți înțelegerea informațiilor, făcându-le mai ușor de amintit pentru oameni. Dacă există o relație evidentă de compatibilitate între informații, oamenii pot înțelege cu ușurință legătura dintre informații, formând astfel o înțelegere și o memorie a informațiilor. Dimpotrivă, dacă există o incompatibilitate evidentă între informații, oamenii se vor simți confuzi și confuzi și vor avea dificultăți în a înțelege și a-și aminti informațiile.

În cele din urmă, compatibilitatea semantică slabă poate afecta negativ performanța memoriei oamenilor. Dacă există prea multă diferență între diferite unități, va fi dificil pentru oameni să înțeleagă și să-și amintească informațiile, pierzând astfel valoarea memoriei. Prin urmare, în procesul de scriere și diseminare a informațiilor, compatibilitatea semantică trebuie menținută cât mai mult posibil pentru a îmbunătăți înțelegerea și memoria oamenilor.

Pe scurt, există o relație puternică între compatibilitatea semantică și memorie. O bună compatibilitate semantică poate îmbunătăți relevanța și înțelegerea informațiilor, sporind astfel capacitatea de stocare a informațiilor și efectul de memorie a oamenilor. Prin urmare, în viața de zi cu zi și în muncă, compatibilitatea semantică trebuie menținută cât mai mult posibil pentru a îmbunătăți înțelegerea și memoria informațiilor. Se poate observa că trebuie să îmbunătățim memoria, iar Cistanche deserticola poate îmbunătăți semnificativ memoria deoarece Cistanche deserticola este un material medicinal tradițional chinezesc care are multe efecte unice, dintre care unul este îmbunătățirea memoriei. Eficacitatea cărnii tocate vine din diferitele ingrediente active pe care le conține, inclusiv acid, polizaharide, flavonoide etc. Aceste ingrediente pot promova sănătatea creierului în diferite moduri.

Faceți clic pe cunoașteți suplimentele pentru a îmbunătăți memoria

Dincolo de cele două manipulări din experimentul 1, în condițiile DOUĂ și TREI, am variat suplimentar fraza verbală pen-ultim: În condiția COMPATIBIL, primul substantiv era un subiect plauzibil (de exemplu, „a enervat pacientul”); în condiția INCOMPATIBIL, nu a fost (de exemplu, „a vindecat pacientul”). În condiția COMPATIBIL, versiunile neveridice precum „raportul de...” ar trebui să aibă o probabilitate a priori mai mare, făcând o predicție a ultimului verb mai puțin precisă. Am construit 42 de itemi stimul.

Fig. 3B prezintă predicții din modelul rațional de resurse și teoriile anterioare pentru acești itemi. În plus față de efectele din experimentul 1, modelul prezice o dificultate mai mare în starea COMPATIBILĂ, în special în cadrul TREI. Nici teoria surprinzătoare și nici DLT nu prezic vreun efect de compatibilitate.

Am colectat date privind timpul de lectură de la 200 de participanți, inclusiv variante COMPATIBILE și INCOMPATIBILE în cele DOUA și TREI condiții. În toate celelalte privințe, experimentul și analiza datelor au fost identice cu experimentul 1. Timpii de citire sunt afișați în Fig. 3B.

Rezultatele experimentului 1 au fost replicate: în primul rând, timpii de citire au fost mai mari în TREI decât în ​​DOI (= 0,29, 95% CrI [0,24, 0,35], P( < 0) ​​< 0.0001; efect timpii de citire în format brut: 337 ms, 95% CrI [267, 411] ms).

În al doilea rând, a existat o interacțiune între prejudecățile de încorporare și prezența unei clauze „aceasta” (= −0.06, 95% CrI [−0.1{ {9}}, −0,024], P( > 0)=0,0007). Ca și în experimentul 1, efectul încorporarii a fost pozitiv în condiția SUNĂ (diferența dintre „fapt” și „raport”: 193 ms, 95% CrI [37, 357] ms) și negativ în cele DOUA și TREI condiții (diferența dintre „ fapt" și "raport": −105 ms, 95% CrI [−194, −18]ms).

În al treilea rând, în acord cu predicțiile modelului, timpii de citire au fost mai mari în condiția COMPATIBILĂ decât în ​​condiția INCOMPATIBILĂ ( {{0}}.083, 95% CrI [0,031, 0,136 ],P( < 0)=0.0014; efect în timpi de citire brut: 96 ms, 95% CrI[36, 156] ms). Vezi apendicele SI, secțiunea S3 pentru analize suplimentare.

Rețineți că efectele prejudecății de încorporare și compatibilitatea sunt numeric mai mari în cele TREI condiții decât în ​​cele DOUA condiții; o meta-analiză arată că aceste diferențe sunt semnificative din punct de vedere statistic atât în ​​timpii de citire, cât și în părți din spațiul parametrilor modelului (Anexa SI, secțiunile S2.1 și S6.6).

Diferențele numerice în panta de prejudecată de încorporare între COMPATIBIL și INCOMPATIBIL nu au fost semnificative din punct de vedere statistic (Anexa SI, Fig. S23), nici diferențele numerice în interceptarea predicțiilor modelului dintre cele două experimente (Anexa SI, Fig. S6).

Consultați Anexa SI, secțiunea S6 pentru dovezi convergente din studiile anterioare privind timpul de lectură (n total=501). Am replicat în continuare efectul încorporarii părtinirii asupra înțelegerii în două studii de evaluare (n total=335; Anexa SI, secțiunea S5).

Experimentul 3: Studiu de producție

Până acum, am confirmat predicțiile modelului în timpii de lectură. Dificultatea măsurată în timpii de lectură indică faptul că așteptările oamenilor sunt încălcate, dar nu indică în mod direct care sunt așteptările umane.

Pentru a oferi un al doilea test al așteptărilor umane, am apelat la o paradigmă de producție - Finalizarea Cloze (40, 41) - care a fost folosită în cercetarea lingvistică pentru a evalua ce cuvinte sunt așteptate imediat după un preambul. Folosim această metodă pentru a evalua complexitatea structurilor multiple imbricate și pentru a măsura câte verbe se așteaptă oamenii în urma unui preambul complex.*

Am cerut participanților să completeze contextele formularului „Raportul că medicul care diplomatul...” la o propoziție completă. Ne așteptam ca participanții să producă completări gramaticale cu trei verbe, cum ar fi „... neîncrezător a vindecat pacientul a fost. surprinzător” sau versiuni negramaticale cu mai puține verbe, cum ar fi „... neîncrederea a fost surprinzător”. Resursa-rațională cu pierdere-context surpriză prezice că rata unor astfel de completări negramaticale ar trebui să fie mai mică pentru substantivele cu prejudecăți de încorporare mare (de exemplu, „fapt”), deoarece acestea facilitează recuperarea adevăratului context din reprezentările imperfecte de memorie (Fig. 4A). Modelele existente bazate pe așteptări și pe memorie nu prevăd că rata completărilor gramaticale depinde de prejudecățile de încorporare.

Am recrutat 80 participanți. Fig. 4 arată rata completărilor incomplete (mai puțin de trei verbe) ca o funcție a prejudecății de încorporare. După cum sa prezis, a existat un efect al prejudiciului de încorporare asupra ratei răspunsurilor negramaticale (= −0,32, 95% CrI[−0,60, −0,05 ], P( > 0)=0.0123) într-o analiză a efectelor logistice mixte încercare cu încercare.

Am replicat acest studiu în încă două limbi (spaniolă și germană), inclusiv una (germană), în care dificultatea înglobărilor centrale este substanțial mai slabă decât în ​​engleză (42).

În spaniolă, am vizat propozițiile relative ale subiectului (el hechode que el director que, „faptul că regizorul care”) pentru a evita propozițiile relativ mai puțin naturale subiect-obiect inițial, testând simultan generalizarea la o configurație sintactică diferită. În germană, am vizat structurile încorporate (de exemplu, Klaus hat erzahlt, ¨dass die Behauptung, dass der Student, den der Professor, „Klaus saidthat the claim that the student who the teacher”), deoarece se știe că cresc dificultatea la niveluri mai apropiate de engleză (35).

Am recrutat 60 participanți în fiecare limbă. În ambele limbi, efectul ratei de încorporare a fost estimat a fi negativ, cu dimensiuni estimate ale efectului comparabile cu rezultatul în limba engleză (în spaniolă:=−0.23, 95% CrI [−{{7} }}.34, −0.12], P( > 0)< 0.0003; German: β = −0.28, 95% CrI [−0.56, −0.03], P(β > 0) = 0.01738). These results suggest that the-previously undocumented-effect of embedding bias on human expectations holds across different languages, even when they vary in the overall difficulty of center embeddings.

Discuţie

Am introdus un model de procesare a limbajului uman ca predicție rațională a resurselor, scalat la intrare arbitrară folosind metode contemporane de învățare automată. Vizând să reconcilieze perspectivele bazate pe memorie și așteptări asupra procesării sintactice umane, modelul nu numai că recuperează predicțiile acelor teorii anterioare în care sunt corecte, ci și prezice interacțiuni nedocumentate anterior între limitările de memorie și așteptările probabilistice, pe care le-am confirmat în trei experimente comportamentale care cercetează procesarea umană a recursivei. structurilor.

Rezultatele noastre dezvăluie că dificultatea bine documentată de a integra dependențe lingvistice lungi, care se află în centrul modelelor existente bazate pe memorie (5, 7, 36), este în mod substanțial modulată de așteptările probabilistice: comparația dintre condițiile UNU și TREI arată că astfel de condiții Efectele de localitate pot fi slăbite sau chiar inversate atunci când structura sintactică nelocală are o probabilitate a priori mare, o predicție care iese în mod natural din unificarea propusă de noi a perspectivelor bazate pe memorie și așteptări.

Lucrarea noastră documentează în continuare trei familii proeminente de efecte din literatura psiholingvistică într-un singur experiment și cu un singur model: efecte de localitate (dificultăți crescute de TREI), efecte de predictibilitate (efectul distorsiunii de încorporare în condiția ONE) și efecte de interferență semantică (efectul compatibilității semantice). ).

A existat un interes considerabil pentru o tratare teoretică unificată a efectelor acestor familii; munca noastră arată cum un singur model poate descrie, în detaliu, modul în care interacționează. Un grup de fenomene care nu sunt vizate de experimentele noastre este interferența bazată pe similitudine (43, 44). Investigarea dacă poate fi luată în considerare și cu acest cadru de modelare este o problemă interesantă pentru cercetările viitoare.

Modelul nostru rațional de resurse este în mod formal legat de modele în diferite domenii. Lucrările clasice au arătat că analiza rațională a probabilităților de retenție poate explica proprietățile fundamentale ale memoriei umane (28, 29). Lucrările recente (45-48) au formalizat modele raționale ale memoriei umane de lucru în unele domenii, cum ar fi memoria de lucru vizuală, folosind teoria ratei-distorsiunii, un cadru teoretic al informației care derivă codificare de înaltă fidelitate sub constrângerile de resurse.

Diferența cheie dintre teoria ratei-distorsiuni și modelul nostru este că măsura economiei este fracția de cuvinte disponibile aici, în timp ce este numărul de biți codificați în teoria ratei-distorsiuni. Aplicată la înțelegerea propozițiilor, teoria ratei-distorsiunii ar duce la reprezentări „esențiale” complet comprimate ale contextului trecut. Astfel de reprezentări complet comprimate nu conduc la tiparele de dificultate observate în experimentele noastre (a se vedea Anexa SI, secțiunea S8 pentru detalii).

Pe de altă parte, modelul nostru este, de asemenea, o simplificare prin faptul că modelează contextul recent ca o secvență de cuvinte, care poate subestima rolul reprezentărilor de memorie ale contextului mai lung în care cuvintele individuale ar fi fost uitate, dar memoria sensului rămâne. învăţarea poate permite deducerea unui format mai sofisticat de reprezentări ale memoriei din optimizarea raţională a resurselor.

În informatică, structura recursivă este de obicei procesată folosind structuri de date bazate pe stiva. În mod corespunzător, modelele timpurii ale procesării sintactice umane au presupus limite ale mărimii stivei sau ale numărului de noduri care pot fi păstrate în memorie în același timp (2, 24).

Astfel de modele prevăd că încorporarea mai profundă este mai dificilă, dar nu prevăd că dificultatea este modulată de indicii statistici sau semantici. Spre deosebire de arhitecturile bazate pe stiva, teoria noastră atribuie un rol major indiciilor probabilistice în stabilirea structurii recursive. În acest sens, este de acord cu teoriile mai recente bazate pe memorie, presupunând că oamenii nu mențin structuri de date, cum ar fi stivele și, în schimb, stabilesc structuri sintactice folosind recuperarea bazată pe indicii asociative (5, 7, 49, 50). Modele de regăsire asociativă așa cum este implementat în prezent (7) nu ține cont de modelele de dificultate distinctive prezise de modelul nostru și observate în experimentele noastre. Cu toate acestea, considerăm teoria noastră ca fiind compatibilă cu ideile din literatura respectivă.

Teoria noastră oferă un model la nivel de calcul care face predicțiile compatibile cu modelele existente bazate pe memorie, dar, spre deosebire de aceste modele, este adaptat rațional la structura statistică bogată a limbajului, permițându-i să prezică modul în care limitările memoriei interacționează cu așteptările probabilistice. Rezultatele noastre sugerează că identificarea versiunilor probabiliste ale modelelor de regăsire asociativă, ca implementări la nivel algoritmic ale modelului rațional resursă descris aici, este o problemă interesantă pentru cercetarea psiholingvistică. Consultați Anexa SI, secțiunea S7.2 pentru mai multe despre implicațiile rezultatelor noastre pentru modelele de memorie bazate pe recuperare.

Unificarea propusă de noi a modelelor bazate pe așteptări și bazate pe memorie se bazează pe ideea că reprezentările imperfecte ale memoriei de lucru sunt reconstruite rațional, deși uneori incorect, folosind cunoștințele despre statisticile limbii. Această idee are un precedent important în lucrările privind reintegrarea în memoria de lucru verbală ( de exemplu, ref. 51–55), un proces prin care memoria pe termen scurt degradată este restaurată folosind cunoștințele din memoria pe termen lung. Acest lucru a fost aplicat memoriei pentru liste de cuvinte (de exemplu, ref. 52–55) și, mai recent, memoriei pentru modele sintactice (56). Modelul nostru oferă o relatare a unor astfel de procese bazate pe inferența bayesiană constrânsă de raționalitatea resurselor. Există, de asemenea, modele în care memoria de lucru este tratată nu ca o componentă proprie a memoriei, dar ca emergentă din interacțiunea procesării cu memoria pe termen lung (57, 58). Pentru astfel de modele, rezultatele noastre oferă date despre modul în care cunoașterea pe termen lung informează procesarea. .

Experimentele noastre valorifică corelațiile statistice ale structurilor sintactice pentru a investiga modul în care așteptările probabilistice interacționează cu constrângerile de memorie. Acest lucru are unele paralele în lucrările anterioare cu modelele bazate pe așteptări care au arătat cum corelațiile, cum ar fi între animație și tipul de clauză relativă, influențează procesarea în moduri care nu sunt luate în considerare de conturile existente bazate pe memorie (de exemplu, ref. 59-61). Lucrarea noastră se extinde pe această linie de lucru prin articularea unei teorii implementate a interacțiunii dintre constrângerile de memorie și așteptările probabilistice.

Modelul nostru are un parametru liber δ, numărul mediu de cuvinte reținute. Ne-am asumat o singură valoare în derivarea predicțiilor și în compararea lor cu timpii de citire uman. Adaptarea lui pentru subiecți individuali și înțelegerea relației sale cu măsurile stabilite ale diferențelor individuale este o problemă interesantă pentru cercetările viitoare.

Modelele conecționiste ale procesării sintactice umane (8, 62-64) urmăresc să descrie procesarea umană folosind așteptări derivate din reprezentările rețelelor neuronale și au fost propuse pentru a modela efecte legate atât de limitările de memorie, cât și de așteptările probabilistice. Cu toate acestea, diferențele dintre surpriza simplă calculată de GPT-2 și surpriza în context rațional cu pierderi de resurse arată că limitările de memorie asemănătoare omului nu trebuie să apară automat în modelele conecționiste.

Am arătat cum un model de procesare a limbajului rațional al resurselor poate fi scalat la structura statistică bogată a limbajului natural. Metoda noastră bazată pe învățarea automată poate deschide ușa pentru adaptarea unor modele raționale sofisticate pe statisticile naturale de intrare și, de asemenea, în alte domenii ale cogniției umane.

Generalitatea modelului nostru sugerează, de asemenea, că fenomene similare ar putea exista în afara limbajului: ori de câte ori oamenii procesează intrări prea complexe pentru ca toate părțile sale să poată fi asistate simultan, procesarea ar trebui să fie afectată de structura statistică a intrărilor similare.

Materiale și metode

Substantive. Am colectat substantive care pot lua un complement de propoziție, folosind Penn Treebank (65), English Web Treebank (66), AnCoRA treebank (67) în spaniolă și HDT Treebank (68) în germană. Am estimat încorporarea părtinirii probabilității de log ca „substantivul” să fie urmat de „că” folosind Wikipedia în engleză (2,3 miliarde de cuvinte), Wikipedia în germană (800 de milioane de cuvinte) și Wikipedia în spaniolă (500 de milioane de cuvinte). Consultați Anexa SI, secțiunea S11 pentru detalii. Am validat estimările în limba engleză folosind alte două corpuri mari de engleză americană și engleză britanică (Anexa SI, secțiunea S10.1).

Model. Resursa-rațională cu pierdere-context surpriză este definită de o familie de probabilități de reținere θ={qw, i: i, w}, unde w variază peste cuvinte și i=1, ..., N, unde N=20 este lungimea maximă a contextului luată în considerare, suficient de lungă pentru a găzdui toate contextele care apar în experimente. Parametrizăm qw, I utilizând o rețea neuronală care combină identitatea unui cuvânt trecut și numărul de cuvinte care intervin, pentru a scoate o reținere. probabilitate (Anexa SI, secțiunea S1.1). Modelul θ dă naștere la probabilitatea p(c|c) și astfel p(c|c) posterior. Se alege pentru a minimiza surpriza medie a cuvântului următor pentru următorul cuvânt rezultat p(w|c):

Configurare experimentală pentru studii de timp de lectură. Pentru toate studiile, protocolul experimental a fost aprobat de Institutional Review Board de la Universitatea Stanford. Consimțământul informat a fost obținut de la toți participanții.

Fiecare participant a primit 10 studii critice. În ambele experimente, două încercări au fost în UNU și patru încercări au fost în DOI și TREI fiecare. În experimentul 2, jumătate din cele DOUA și TREI încercări au fost fiecare în starea COMPATIBIL (INCOMPATIBIL). Am ales un număr mic de studii critice, pentru a minimiza orice efect al adaptării statistice la înglobarea centrului în timpul sarcinii.

Pentru a maximiza precizia statistică, am selectat 15 substantive cu părtinire de încorporare foarte mare și 15 substantive cu părtinire de încorporare foarte scăzută (Anexa SI, Fig. S36). Pentru fiecare participant, am eșantionat cinci substantive cu prejudecăți de încorporare ridicate și cinci substantive cu o valoare scăzută și le-am corelat cu cele 10 încercări critice. Pentru fiecare participant, am eșantionat, de asemenea, 30 de umpluturi dintr-un grup de 56 de umpluturi dintr-un studiu anterior al timpului de citire al înglobărilor centrului (42).

Pentru a elimina anomaliile semantice datorate încălcărilor presupoziției (de exemplu, „faptul a fost greșit”), am clasificat substantivele în care implică (de exemplu, „fapt”), neutru care nu implică (de exemplu, „pretenție”) și negativ care nu implică (de exemplu, „ acuzație") substantive și articole clasificate pentru compatibilitate cu fiecare dintre aceste trei clase (Anexa SI, secțiunea S11). Pentru fiecare participant, am corelat cele 10 substantive cu elemente compatibile semantic.

Pentru sarcina labirint, am generat automat distractoare (39) folosind modelul de limbaj Gulordava (69): acești distractori au probabilitate contextuală extrem de scăzută, în timp ce sunt potriviți cu cuvântul țintă ca frecvență și lungime. -ultima expresie verbală în condițiile (IN)COMPATIBILE din experimentul 2. În special, distractoarele au fost potrivite pentru cuvântul critic în toate condițiile.

Când participanții au făcut o greșeală (adică au ales elementul de distracție), li s-a cerut să reîncerce cuvântul curent (70). Timpii de reacție la astfel de studii au fost excluși; această alegere nu a afectat concluziile (Anexa SI, secțiunea S3.6).

Pentru fiecare subiect, studiile au fost prezentate în ordine aleatorie, astfel încât să nu fie două analize critice adiacente. Participanții, recrutați pe platforma academică Prolific, au luat o medie de 13 minute și au primit 2,20 GBP (≈3 USD).

Analiza datelor pentru timpi de citire. Am exclus încercările 1) cu un răspuns incorect, 2) de la participanții care au greșit la mai mult de 20% din cuvinte și 3) sub sau peste 99% din toți timpul de citire. Vezi apendicele SI, secțiunea S3.6 pentru robustețea la condiția 1 și vezi apendicele SI, secțiunea S3.7 pentru robustețea la condiția 3. Apoi am analizat timpii de citire transformați în log pe modelele finale bayesiene cu efecte mixte implementate în Stan (71) folosind arme (72). Vezi Anexa SI, secțiunea S3.3 pentru priorități și robustețe la alegerile anterioare. Am folosit codarea de contrast cu prezența unei clauze „acea” (UNUL vs. DOI/TREI), adâncimea (DOI vs. TREI) și manipularea compatibilității (COMPATIBIL vs. INCOMPATIBIL) ca contraste. Prejudecățile de încorporare a fost centrată și toate interacțiunile binare non-vacue au fost adăugate ca efecte fixe (Anexa SI, secțiunea S3.2).

Am inclus structura de efecte aleatoare maxime justificată de designul experimental, introducând elemente, substantive și participanți ca efecte aleatoare. Pentru a estima efectele în timpii bruti de citire (milisecunde), am calculat mai întâi timpul de citire transformat în log prezis în ambele condiții (de exemplu, COMPATIBIL și INCOMPATIBIL), apoi am transformat ambele în milisecunde prin exponențiere și am calculat diferența (vezi Anexa SI, secțiunea S3.4). pentru mai multe detalii). În Fig. 3, reprezentăm grafic media posterioară a timpului de citire prezis în toate condițiile pentru substantivele cu prejudecăți încorporate care se potrivesc cu „fapt” sau „raport”. Barele de eroare reprezintă SD-ul posterior.

Detalii pentru studiul de producție. Am construit 28 de articole de forma „The XXXthat the diplomat who the senator” și am selectat 12 substantive, câte 6 fiecare cu părtinire de încorporare foarte mare sau foarte scăzută. Pentru fiecare participant, am împerecheat aleatoriu elemente și substantive. Cele 12 studii critice au fost prezentate în ordine aleatorie cu 27 de umpluturi. Alingvist a adnotat manual, pentru fiecare completare furnizată, dacă a fost produs numărul corect de fraze verbale (trei). Adnotatorul era orb la identitatea substantivului.

În spaniolă și germană, am selectat 20 de substantive cu părtinire de încorporare foarte mare sau foarte scăzută în fiecare limbă, eșantionând 6 substantive de încorporare ridicate și 6 pentru fiecare participant. Ca și în versiunea în limba engleză, am potrivit aleatoriu 12 elemente cu cele 12 substantive eșantionate pentru fiecare participant. Elementele de umplutură au fost traduse din experimentul englezesc.

În germană, am construit în continuare 12 propoziții matrice (de exemplu, „Klaus saidthat”) și le-am asociat aleatoriu cu elemente și substantive pentru fiecare participant. Am efectuat o analiză logistică Bayesiană a efectelor mixte, încercări cu încercări, cu prejudecăți de încorporare ca efect fix. și efectele aleatorii ale substantivelor, elementelor, participanților și propozițiilor matrice (în germană). Consultați Anexa SI, secțiunea S4 pentru detalii.

Disponibilitatea datelor, materialelor și software-ului. Probabilitățile de reținere ajustate și predicțiile modelului au fost depuse în Zenodo (https://zenodo.org/record/6602698) (73), (https://zenodo.org/record/6988696) (74). Timpii de citire anonimizați, datele de producție a limbii și codul sursă au fost depozitate în GitLab (https://gitlab.com/m-hahn/resource-rational-surprisal) (75).

MULȚUMIRI. Mulțumim editorului și recenzenților pentru feedback-ul lor constructiv, care a ajutat la îmbunătățirea manuscrisului. De asemenea, suntem recunoscători Judith Degen, Tiwalayo Eisape, Hailin Hao, Jennifer Hu, Dan Jurafsky, PengQian, Cory Shain, Shravan Vasishth, Tom Wasow, Ethan Wilcox și publicului de la Conferința CUNY 2020 privind procesarea propozițiilor pentru discuții și feedback utile.

Referinţă

1. N. Chomsky, Syntactic Structures (Mouton, Haga, 1957).

2. GA Miller, N. Chomsky, „Modele finite ale utilizatorilor de limbă” în Handbook of MathematicalPsychology, RD Luce, RR Bush, G. Galanter, Eds. (John Wiley, 1963), p. 269–321.

3. L. Frazier, „Complexitatea sintactică” în Analiza limbajului natural: perspective psihologice, computaționale și teoretice, DR Dowty, L. Karttunen, AM Zwicky, Eds. (Cambridge University Press, NewYork, 1985), pp. 129–189.
4. E. Gibson, Linguistic complexity: Locality of syntactic dependencies. Cognition 68, 1–76 (1998).

5. B. McElree, S. Foraker, L. Dyer, Memory structures that subserve sentence comprehension.J. Mem.Lang. 48, 67–91 (2003).

6. W. Tabor, B. Galantucci, DC Richardson, Effects of merely local syntactic coherence on sentenceprocessing.J. Mem. Lang. 50, 355–370 (2004).

7. RL Lewis, S. Vasishth, Un model bazat pe activare de procesare a propozițiilor ca recuperare calificată a memoriei.Cogn. Sci. 29, 375–419 (2005).

8. MH Christiansen, MC MacDonald, O abordare bazată pe utilizare a recursiunii în procesarea propozițiilor.Lang. Învăța. 59, 126–161 (2009).

9. J. Hale, (2001) „A probabilistic early parser as a psycholinguistic model” în Proceedings of the Second Meeting of the North American Chapter of the Association for Computational Linguistics, NAACL 2001, L. Levin, K. Knight, Eds. (Asociația pentru Lingvistică Computațională, Stroudsburg, PA), pp. 1–8.

10. R. Levy, Comprehensiune sintactică bazată pe așteptări. Cognition 106, 1126–1177 (2008).

11. K. Rayner, AD Ei bine, Efectele constrângerii contextuale asupra mișcărilor oculare în lectură: O examinare suplimentară. Psychon. Taur. Rev. 3, 504–509 (1996).

12. A. Staub, Efectul predictibilității lexicale asupra mișcărilor oculare în lectură: revizuire critică și interpretare teoretică.Lang. Lingvist. Busola 9, 311–327 (2015).

For more information:1950477648nn@gmail.com