长期以来，认知科学家一直试图了解是什么让某些句子比其他句子更难理解。研究人员认为，任何关于语言理解的解释都将从理解理解困难中获益。
近年来，研究人员成功开发了两种模型，解释了理解和造句的两种重要困难类型。虽然这些模型成功地预测了理解困难的特定模式，但它们的预测是有限的，并且与行为实验的结果不完全匹配。此外，直到最近，研究人员还无法将这两个模型整合成一个连贯的解释。
由麻省理工学院脑与认知科学系 (BCS) 的研究人员领导的一项新研究现在为语言理解困难提供了这样一个统一的解释。基于机器学习的最新进展，研究人员开发了一种模型，可以更好地预测个人产生和理解句子的难易程度。他们最近在美国国家科学院院刊上发表了他们的发现。
该论文的资深作者是 BCS 教授 Roger Levy 和 Edward (Ted) Gibson。主要作者是 Levy 和 Gibson 以前的访问学生 Michael Hahn，他现在是萨尔州大学的教授。第二作者是 Richard Futrell，他是 Levy 和 Gibson 的另一位前学生，现在是加州大学欧文分校的教授。
吉布森说：“这不仅是现有理解困难解释的放大版本。”“我们提供了一种新的基础理论方法，可以进行更好的预测。”
研究人员在现有的两个模型的基础上创建了一个统一的理解难度理论解释。这些较旧的模型中的每一个都确定了导致理解受挫的明显罪魁祸首：期望困难和记忆检索困难。当一个句子不容易让我们预测它即将到来的单词时，我们会遇到困难。当我们很难跟踪一个具有复杂嵌入子句结构的句子时，我们会遇到记忆检索困难，例如：“律师不信任的医生惹恼了病人这一事实令人惊讶。”
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！