语境中的颜色：一种用于接地语言理解的语用神经模型

我们提出了一种在接地通信任务（从描述中识别颜色）中的语用指称表达理解模型，该模型利用两个循环神经网络分类器（一个说话者和一个听者）的预测，并由一个递归语用推理框架统一。实验表明，该组合语用模型比构建它的分类器更准确地解释颜色描述，且这种改进主要源于说话者与听者视角的结合。我们观察到语用推理主要在最困难的情况下提供帮助：当模型必须区分非常相似的颜色，或当很少的语句能充分表达目标颜色时。我们的发现利用了一个新收集的人类在颜色指称游戏中的话语语料库，该语料库展现出多种语用行为。我们还展示了嵌入的说话者模型能复现许多此类语用行为。