顺序至关重要：面向幼儿的语音分布特性引导语义表征的学习
计算与语言
2018-02-05 v1
摘要
一些研究者声称语言习得关键依赖于按复杂度递增顺序经历语言输入。我们着手使用一个简单的循环神经网络（SRN）检验该假设，该网络训练用于预测 CHILDES 中的词序列，CHILDES 是一个包含 500 万词、面向儿童语音的语料库。首先，我们证明按年龄排序的 CHILDES 表现出语言复杂度的逐渐增长。接下来，我们比较了两组 SRN 在按年龄排序或未排序的 CHILDES 上的训练表现。具体而言，我们评估了语法与语义结构的学习，并表明在按年龄排序的输入上训练有助于语义而非序列结构的学习。我们发现当模型在去除话语边界信息的输入上训练时，该优势消失。
引用
@article{arxiv.1802.00768,
title = {Order matters: Distributional properties of speech to young children bootstraps learning of semantic representations},
author = {Philip A Huebner and Jon A Willits},
journal= {arXiv preprint arXiv:1802.00768},
year = {2018}
}
备注
Submitted to CogSci 2018