PulseAugur
实时 20:11:54
English(EN) Syntactically-guided Information Maintenance in Sentence Comprehension

研究人员探索句法引导在句子理解中的信息维持作用

研究人员提出了一个关于人类在句子理解过程中如何维持信息的新模型,该模型认为句法结构引导选择性信息保留。该模型假设维持信息的成本受预测头部数量和未完成依赖关系数量的影响,而这两者不可相互约简。使用日语阅读时间数据集进行的实验支持了这一假设,揭示了一种权衡:那些在信息维持上投入更多的读者,从可预测性中获益更多。 AI

影响 提供了一个认知模型,可以指导设计更高效的自然语言处理系统。

排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一个关于句子理解的新假设和实验结果。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究人员探索句法引导在句子理解中的信息维持作用

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Shinnosuke Isono, Kohei Kajikawa ·

    Syntactically-guided Information Maintenance in Sentence Comprehension

    arXiv:2604.27468v1 Announce Type: new Abstract: Maintaining information in context is essential in successful real-time language comprehension, but maintenance is cognitively costly and can slow processing. We hypothesize that rational language users selectively maintain informat…

  2. arXiv cs.CL TIER_1 English(EN) · Kohei Kajikawa ·

    Syntactically-guided Information Maintenance in Sentence Comprehension

    Maintaining information in context is essential in successful real-time language comprehension, but maintenance is cognitively costly and can slow processing. We hypothesize that rational language users selectively maintain information that is crucial for future prediction, guide…