词汇意义的动态神经模型中的语言理解语境调制

我们在动态场理论的框架内，对词汇意义的动态神经模型进行了计算实现和实验测试。我们以英语词汇项 have 作为测试案例，重点研究其多义用法，展示了该模型的架构和行为。在该模型中，have 映射到一个由两个独立驱动的连续概念维度——连接性和控制不对称性——定义的语义空间。这种映射被建模为表示词汇项的神经节点与表示概念维度的神经场之间的耦合。词汇知识被建模为一种稳定的耦合模式，而实时词汇意义检索则被建模为神经激活模式在对应于语义解释或解读的瞬态稳定状态之间的运动。模型模拟捕捉到了两个先前报道的经验观察结果：（1）词汇语义解释的语境调制，以及（2）这种调制幅度的个体差异。模拟还生成了一个新颖的预测，即句子阅读时间与可接受性之间的逐试次关系应受到语境调制。一项结合自定步速阅读和可接受性判断的实验重复了先前的结果，并部分证实了模型的新颖预测。总之，结果支持了关于词汇多义性的一个新视角：一个词的许多相关意义并非范畴上不同的表征；相反，它们是由控制连续语义维度上解释的神经群体的非线性动力学产生的瞬态稳定神经激活状态。我们的模型相比动态系统框架中的相关模型以及基于贝叶斯推理的模型，提供了重要的优势。