Rage against the machine: Evaluation metrics in the 21st century
Rage against the machine: Evaluation metrics in the 21st century
复制标题
对机器的愤怒：21世纪的评估指标
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Charles D. Yang
中科院分区：
文献类型：
--
作者：
Charles D. Yang
本文回顾了生成语法的经典文献和马尔的认知科学三层次理论，为评价指标作为语言学习的心理学理论进行辩护。专注于语言变异，变化和使用的既定事实，我认为，最佳的统计原则体现在贝叶斯推理模型是不适合语言习得。将特别注意子集问题：间接的负面证据，这可以吸引力制定贝叶斯框架，是无效的，当语言的统计特性进行详细检查。作为替代方案，我建议宽容原则（Yang 2016）为归纳和概括问题提供了一个统一的解决方案：它在马尔的公式中架起了计算和算法层面的桥梁，同时保留了对儿童语言发展中形式和经验约束的承诺。
ABSTRACT I review the classic literature in generative grammar and Marr’s three-level program for cognitive science to defend the Evaluation Metric as a psychological theory of language learning. Focusing on well-established facts of language variation, change, and use, I argue that optimal statistical principles embodied in Bayesian inference models are ill-suited for language acquisition. Specific attention will be given to the Subset Problem: Indirect negative evidence, which can be attractively formulated in the Bayesian framework, is ineffective when the statistical properties of language are examined in detail. As an alternative, I suggest that the Tolerance Principle (Yang 2016) provides a unified solution for the problem of induction and generalization: It bridges the computational and algorithm levels in Marr’s formulation, while retaining the commitment to the formal and empirical constraints in child language development.
登录
查看更多内容
影响因子：
2.5
作者：
J. Köhne;J. Trueswell;L. Gleitman
通讯作者：
J. Köhne;J. Trueswell;L. Gleitman
影响因子：
5.4
作者：
Feldman, Naomi H.;Griffiths, Thomas L.;Goldwater, Sharon;Morgan, James L.
通讯作者：
Morgan, James L.
有缺陷的范式：缺失的形式以及它们告诉我们什么
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
Baerman, M
通讯作者：
Baerman, M
影响因子：
56.9
作者：
KUHL, PK;WILLIAMS, KA;LINDBLOM, B
通讯作者：
LINDBLOM, B
影响因子：
5.4
作者：
NOSOFSKY, RM;PALMERI, TJ;MCKINLEY, SC
通讯作者：
MCKINLEY, SC