试次间学习如何塑造心理词典中的映射：用线性判别学习建模词汇决策

试次间效应已在多项研究中被发现，表明加工一个刺激会影响后续试次中的反应。一个特例是启动效应，已通过误差驱动学习成功建模（Marsolek, 2008），这意味着被试在实验过程中持续学习。本研究探讨是否能在无启动的词汇决策实验中检测到试次间学习。我们使用了判别词典模型（DLM; Baayen et al., 2019），这是一种具有来自分布语义的意义表征的心理词典模型，其通过Widrow-Hoff规则对误差驱动的增量学习进行建模。我们使用来自英国词典项目（BLP; Keuleers et al., 2012）的数据，并以试次为单位针对每个被试 individually 用DLM模拟词汇决策实验。随后，使用广义加性模型（GAMs）预测反应时，以DLM模拟导出的度量作为预测变量。我们从每个被试的两次模拟（一次在试次间进行学习更新，一次不进行）中提取度量，并将其作为两个GAM的输入。对于大多数被试，基于学习的模型比非学习模型具有更好的模型拟合度。我们的度量还提供了对词汇加工和个体差异的洞察。这展示了DLM建模行为数据的潜力，并得出试次间学习确实可在无启动词汇决策中被检测到的结论。我们的结果支持我们的词汇知识处于持续变化之中的可能性。