有限记忆下大规模词汇的跨情境学习

跨情境词汇学习是指学习者跨多次接触综合关于词的可能含义的信息，此前已被证明是一种能在短时间内习得大型词汇库的非常强大的策略。然而，这一成功可能源于对词汇学习过程建模时所做的理想化假设。特别地，早先的模型假设学习者能完美回忆某词用法的所有先前实例以及对其含义所作出的推断。本工作中，我们放宽该假设，考察一个会随时间遗忘词—义关联的跨情境学习模型的性能。我们的主要发现是：只要指称不确定性程度不太高，或学习者采用互斥性约束，该学习者便能以与儿童词汇学习的实证研究相符的词暴露率与记忆衰减率，在成年前习得人类规模的词汇库。因此，我们的发现表明，成功的词汇学习未必需要高度准确的长时词与义统计追踪，也未必需要假设检验策略。