Um modelo racional de recursos de processamento humano de estrutura linguística recursiva, parte 1

Um dos principais objetivos da teoria psicolinguística é levar em conta as restrições cognitivas que limitam a velocidade e a facilidade de compreensão e produção da linguagem.

De fato, existe uma certa relação entre limitar a linguagem e a memória, mas isso não significa que a linguagem possa limitar estritamente a nossa memória. O principal impacto das limitações linguísticas está no poder expressivo da própria linguagem, não na nossa memória.

A linguagem é uma ferramenta para expressar pensamentos e sentimentos através dos quais nos comunicamos e nos comunicamos. Línguas diferentes têm vocabulário, gramática e expressões diferentes, e essas características juntas moldam nosso conhecimento e compreensão do mundo. Portanto, a capacidade expressiva da linguagem está diretamente relacionada ao nosso modo de pensar, e elas participam conjuntamente da formação e do desenvolvimento do pensamento humano.

No entanto, nossa memória não é limitada pela linguagem. A capacidade de memória é uma ferramenta poderosa que nosso cérebro possui, e podemos melhorar nossa memória de diferentes maneiras e métodos. Por exemplo, usando diferentes técnicas de memória, treinamento e prática repetidos, usando múltiplos estímulos sensoriais, etc., esses métodos podem estimular nosso cérebro e melhorar nossa memória.

Alguns estudos mostram que falar vários idiomas pode melhorar a nossa memória. Aprender um novo idioma é um processo de aprendizagem desafiador que estimula nosso cérebro a se tornar mais flexível e adaptável. Ser proficiente em vários idiomas também pode promover a nossa visão e consciência multicultural.

Em suma, algumas pessoas podem pensar que a linguagem tem limitações no nosso pensamento e memória, mas este conceito está errado. Devemos explorar ativamente o nosso potencial e melhorar as nossas capacidades de pensamento e memória através da inovação, aprendizagem e prática contínuas. Usar vários idiomas é uma exploração e uma tentativa úteis, que podem promover o progresso do nosso pensamento e o crescimento pessoal. Percebe-se que precisamos melhorar a memória, e a Cistanche deserticola pode melhorar significativamente a memória porque a Cistanche deserticola é um material medicinal tradicional chinês que tem muitos efeitos únicos, um dos quais é melhorar a memória. A eficácia da carne picada vem dos vários ingredientes ativos que contém, incluindo ácidos, polissacarídeos, flavonóides, etc. Esses ingredientes podem promover a saúde do cérebro de várias maneiras.

Clique em conhecer 10 maneiras de melhorar a memória

Evidências abrangentes demonstram um papel fundamental para as expectativas linguísticas: a previsibilidade de uma palavra, medida pela quantidade de surpresa da teoria da informação, é um dos principais determinantes da dificuldade de processamento.

Mas, surpreendentemente, as teorias convencionais não conseguem prever o perfil de dificuldade de uma importante classe de padrões linguísticos: as estruturas hierárquicas aninhadas tornadas possíveis pela recursão na linguagem humana.

Essas estruturas aninhadas são melhor explicadas pelas teorias psicolinguísticas da capacidade restrita da memória de trabalho. No entanto, o progresso na teoria que unifica os relatos baseados em expectativas e baseados na memória tem sido limitado.

Aqui apresentamos uma teoria unificada de um compromisso racional entre precisão de representações de memória com facilidade de previsão, uma implementação computacional ampliada usando métodos contemporâneos de aprendizado de máquina e evidências experimentais em apoio às previsões distintas da teoria.

Mostramos que a teoria faz previsões diferenciadas e diferenciadas para padrões de dificuldade em estruturas recursivas aninhadas, não previstas apenas por teorias baseadas em expectativas ou baseadas em memória.

Essas previsões são confirmadas 1) em dois experimentos de compreensão linguística em inglês e 2) em completações de frases em inglês, espanhol e alemão.

De modo mais geral, nossa estrutura oferece teoria e métodos computacionalmente explícitos para compreender como as restrições de memória e a previsão interagem na compreensão e produção da linguagem humana.

A linguagem expressa pensamentos recursivos por meio de sequências lineares de palavras (1). Portanto, uma parte central da compreensão da linguagem é recuperar uma estrutura hierárquica a partir de uma sequência linear.

Embora façamos isso aparentemente sem esforço, há muito se observa que a capacidade humana de fazê-lo pode ir contra as limitações da memória de curto prazo (2). Tais limitações são de importância central para a compreensão da natureza do processamento da linguagem humana e têm sido um importante assunto de estudo (3–8).

As limitações do processamento humano muitas vezes dão origem a diferenças mensuráveis ​​e localizadas na dificuldade de compreensão entre sentenças semelhantes, e modelar essas diferenças de dificuldade tem sido um objetivo fundamental da pesquisa psicolinguística (3–8).

No entanto, tem se mostrado um desafio desenvolver um relato unificado do que torna as diferentes frases mais fáceis ou mais difíceis de serem compreendidas pelos humanos.

A pesquisa identificou duas perspectivas aparentemente díspares sobre o que torna as frases difíceis de compreender. Os modelos baseados em expectativas (9, 10) descrevem como o contexto gera expectativas sobre prováveis ​​contribuições futuras.

De acordo com esses modelos, as palavras são mais difíceis de processar quando são mais difíceis de antecipar a partir do contexto anterior. Em contraste, os modelos baseados em memória sustentam que a dificuldade de processamento decorre de limites na capacidade de armazenar representações do contexto anterior e de recuperá-las e integrá-las com novas entradas(4, 5, 7).

Ambas as perspectivas são apoiadas por corpos substanciais de evidências empíricas (11-16), e permanece uma questão em aberto como podem ser reconciliadas teórica e empiricamente (14-16).

Aqui, desenvolvemos uma teoria e um modelo implementado que reconcilia teorias baseadas em expectativas e teorias baseadas em memória, com base em pesquisas recentes que propuseram um papel fundamental para o ruído e a incerteza na modelagem de representações mentais humanas de informações linguísticas (17–19).

Enquanto os modelos tradicionais de processamento de linguagem geralmente assumem contexto verídico e representações de entrada - o problema da compreensão em nível de frase é apresentado como o de analisar uma sequência conhecida de palavras para determinar sua estrutura e significado e prever entradas futuras - a teoria do processamento de linguagem do "canal ruidoso" trata esses representações como incertas, e levanta a hipótese de que a análise e a previsão no processamento da linguagem humana se aproximam dos princípios normativos da inferência bayesiana, dadas essas representações incertas (20, 21).

Essas idéias levaram à proposta de unificar teorias de dificuldade de processamento baseadas em expectativas e baseadas em memória por meio de surpresa de contexto com perdas (22). A surpresa do contexto com perdas postula que a dificuldade do processamento humano é determinada por expectativas derivadas não do contexto verídico, mas da inferência probabilística sobre representações de memória imperfeita do contexto.

Em princípio, esta abordagem poderia explicar as previsões tanto dos modelos baseados em expectativas como dos modelos baseados na memória: as palavras são fáceis de processar quando são fáceis de antecipar - como previsto pelos modelos baseados em expectativas - mas se a informação contextual relevante estiver mal representada na memória, os próximos as palavras podem ser difíceis de antecipar corretamente, gerando dificuldade de processamento conforme previsto pelas teorias tradicionais baseadas na memória.

No entanto, até à data, muitas partes desta teoria permanecem por especificar. A teoria carece de uma especificação implementada de quais aspectos do contexto anterior são propensos à perda de memória, o que é fundamental para derivar previsões testáveis. Idealmente, esta especificação deveria ser baseada em princípios teóricos mais profundos.

Além disso, nenhuma implementação escalonada de processamento de canal ruidoso, necessária para fazer previsões refinadas sobre os perfis de dificuldade de sentenças específicas, está disponível.

Neste trabalho apresentamos avanços teóricos e empíricos que abordam essas limitações. Em um nível teórico, propomos um modelo racional de recursos (23) de representações de memória refinadas, com base na hipótese de que as representações de memória são otimizadas para minimizar o esforço esperado de processamento downstream, dadas as restrições de recursos cognitivos.

Combinar essa ideia com a surpresa do contexto com perdas como uma métrica de dificuldade de processamento leva a previsões empíricas abrangentes.

Para avaliar essas previsões e compreendê-las em detalhes, implementamos o modelo proposto usando modelagem de redes neurais contemporâneas e ajustamos-no a dados de texto em grande escala, permitindo que a teoria faça previsões detalhadas sobre o comportamento de compreensão humana para entrada arbitrária de linguagem natural.

Nossa teoria deriva previsões para padrões de dificuldade no processamento humano de estruturas recursivas que nem as teorias baseadas em expectativas nem as baseadas em memória poderiam explicar individualmente. Estruturas recursivas, em particular, casos de incorporação central onde as sentenças estão aninhadas umas dentro das outras, são cruciais para a teoria psicolinguística porque revelam limitações humanas no processamento das estruturas hierárquicas da linguagem (2–4, 24–26). Considere a Fig. 1A.

Nessas sentenças, vários números de sentenças estão incorporados uns nos outros. Mais incorporação central leva a estruturas que são mais difíceis de processar: Enquanto os itens 1 e 2 na Fig. 1A são facilmente compreendidos, o item 3 é consideravelmente mais difícil.

Adicionar mais níveis de incorporação aumentaria a dificuldade ao ponto da incompreensibilidade. Mais níveis de incorporação central são mais raros no uso da linguagem (27), portanto, teorias puramente baseadas em expectativas predizem corretamente que são difíceis em geral, mas não conseguem prever onde essa dificuldade se manifesta no processamento humano: ao sair da incorporação, na palavra "era" nos exemplos da Figura 1A.

Se o contexto fosse representado veridicamente e usado para prever a entrada futura, então sair da incorporação neste ponto deveria ser exatamente o que se espera e fácil para o processamento da linguagem humana.

Algumas teorias baseadas na memória prevêem que é difícil sair da incorporação, com base no fato de que a complexidade do contexto anterior torna a recuperação do local correto para a integração estrutural um desafio (4, 5, 7).
Aqui, no entanto, apresentamos trabalho experimental mostrando que essa dificuldade é modulada por diferenças refinadas no contexto: por exemplo, mudar o relato para fato nas sentenças da Fig. 1A acaba facilitando a saída da incorporação central. Este fenômeno não é previsto pelas teorias existentes baseadas na memória.

Nosso modelo é capaz, em princípio, de dar conta de todos esses padrões. Quando as representações da memória são imperfeitas, os compreendedores racionais devem reconstruir o contexto com base no seu conhecimento das estatísticas da linguagem.

As expectativas estruturais dos compreensores em relação aos insumos devem, portanto, ser tendenciosas em direção a contextos com alta probabilidade a priori que sejam semelhantes em forma aos contextos verdadeiros. Num modelo racional de recursos, isto afectará particularmente variantes que diferem em palavras que normalmente são fáceis de reconstruir a partir de outras partes do contexto, tais como palavras funcionais de alta frequência.

Por exemplo, esperamos que um contexto como “o relato de que o médico incomodou o paciente...” concorra com variantes como “o relato do médico irritou o paciente...”, onde “irritado” é o verbo pertencente ao substantivo inicial "relatório".

Para tal variante não-verídica, nenhum terceiro verbo é esperado. Os compreendedores racionais com memória imperfeita deveriam, portanto, ser mais propensos a esperar o verbo final quando tais versões não-verídicas com menor profundidade de incorporação têm uma probabilidade a priori menor.

Em contraste, quando variantes não-verídicas têm alta probabilidade a priori, os compreensores não devem esperar o verbo final, e a compreensão será interrompida quando ele for encontrado.

For more information:1950477648nn@gmail.com