语义网络早期生长中的知识缺口

理解语言学习的特征和机制可为知识获取的一般过程提供见解。最近网络科学应用于语言学习的方法推动了该领域，特别是注意到密集连接词与习得之间的关联。然而，网络的稀疏区域或知识缺口的重要性仍未被探索。这里我们创建语义特征网络，其中词对应节点，连接对应语义相似性。我们开发了一种基于应用拓扑学原理的新分析方法，以查询知识缺口的普遍性，我们提出其表现为网络中的空腔。我们检测到16至30个月儿童成长的语义特征网络中多维度拓扑空腔。空腔出现模式与受限零模型匹配，该模型通过预定义每个节点的连接亲和度创建。此外，当从具有不同教育水平母亲的孩子计算词习得时间时，我们发现尽管词层面有变化，但由持续同调测量的全局组织保持可比。我们显示节点的拓扑属性比简单词汇属性（如对应词的长度和频率）更能关联于填充空腔。最后，我们显示语义特征网络的大规模架构在拓扑上容纳许多节点顺序。我们讨论拓扑在语言学习中的重要性，并推测知识缺口的形成和填充可能是知识获取的稳健特征。