Noisy-context surprisal as a human sentence processing cost model
Noisy-context surprisal as a human sentence processing cost model
复制标题
嘈杂上下文惊喜作为人类句子处理成本模型
DOI：
10.18653/v1/e17-1065
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
R. Levy
中科院分区：
文献类型：
--
作者：
Richard Futrell;R. Levy
我们使用人类句子理解的嘈杂通道理论来开发一个增量的处理成本模型，该模型统一并扩展了基于期望和基于内存的模型的关键特征。在我们称为嘈杂的文字惊奇的模型中，一个单词的处理成本是单词的惊喜，给出了前面上下文的嘈杂表示。我们表明，该模型是句子理解，与语言依赖性结构遗忘效果的出色难题（Gibson和Thomas，1999; Vasishth等，2010; Frank等，2016），以前并不是由任何一个都很好地模拟基于期望或基于内存的方法。此外，我们表明该模型得出并概括了局部效应（Gibson，1998； Demberg和Keller，2008），这是基于内存模型的签名预测。我们提供基于语料库的证据，以实现此推导中的关键假设。
We use the noisy-channel theory of human sentence comprehension to develop an incremental processing cost model that unifies and extends key features of expectation-based and memory-based models. In this model, which we call noisy-context surprisal, the processing cost of a word is the surprisal of the word given a noisy representation of the preceding context. We show that this model accounts for an outstanding puzzle in sentence comprehension, language-dependent structural forgetting effects (Gibson and Thomas, 1999; Vasishth et al., 2010; Frank et al., 2016), which are previously not well modeled by either expectation-based or memory-based approaches. Additionally, we show that this model derives and generalizes locality effects (Gibson, 1998; Demberg and Keller, 2008), a signature prediction of memory-based models. We give corpus-based evidence for a key assumption in this derivation.
DOI：
10.2307/417736
发表时间：
1995-01
期刊：
--
影响因子：
--
作者：
J. Hawkins
通讯作者：
J. Hawkins