基于嵌入的语义透明度测量对马来语词汇识别的解释潜力探索性分析

形态加工研究表明，语义透明度对词汇识别至关重要。其计算操作化仍在讨论中。我们的主要目标是探索基于嵌入的语义透明度测量方法，并评估它们对阅读的影响。首先，我们探索了语义空间中复杂词的几何结构。为此，我们对4226个马来语前缀词进行了t分布随机邻域嵌入聚类分析。观察到复杂词因前缀类别不同而形成多个聚类。然后，我们推导出五种简单测量，并研究它们是否是词汇决策潜伏期的显著预测因子。我们运行了两组线性判别分析，分别从词嵌入或偏移向量（即派生词减去基词的向量）中预测词的前缀。模型预测词的前缀的准确率表明了该前缀的透明度。另外三种测量通过比较每个词与包含相同前缀的所有其他词（即质心）的嵌入、每个词与其基词偏移的嵌入、以及每个词与“词缀在组合语义空间中的功能表征”模型的预测词嵌入来获得。在一系列广义加性混合模型中，在考虑了词频、词长和形态家族大小后，所有测量都预测了词汇决策潜伏期。包含每个词与其质心相关性作为预测因子的模型对数据的拟合效果最佳。