早期语言发展的计算与机器人模型：综述
计算与语言
2019-03-26 v1 人工智能
机器学习
摘要
我们综述早期语言学习与发展的计算和机器人模型。我们首先解释为何及如何运用这些模型以更好地理解儿童如何学习语言。我们认为它们提供了将语言学习作为复杂动力系统的具体理论，补充了心理学与语言学中的传统方法。我们综述不同的建模范式，其基于机器学习和人工智能技术如贝叶斯与神经网络方法。然后我们讨论它们在理解若干语言发展关键机制中的作用：跨情境统计学习、具身性、情境化社会交互、内在动机学习以及文化演化。我们最后讨论研究的未来挑战，包括建模关于真实环境中语言习得的大规模经验数据。关键词：早期语言学习，计算与机器人模型，机器学习，发展，具身性，社会交互，内在动机，自组织，动力系统，复杂性。
引用
@article{arxiv.1903.10246,
title = {Computational and Robotic Models of Early Language Development: A Review},
author = {Pierre-Yves Oudeyer and George Kachergis and William Schueller},
journal= {arXiv preprint arXiv:1903.10246},
year = {2019}
}
备注
to appear in International Handbook on Language Development, ed. J. Horst and J. von Koss Torkildsen, Routledge