跨情境词汇学习中的强化与推理
神经元与认知
2013-11-20 v1
摘要
跨情境词汇学习基于这样一个概念：学习者可以通过寻找该词在许多观测用法中的共同点来确定其指称对象。在此，我们提出了一种自适应学习算法，该算法包含一个控制同时出现的词与指称对象之间关联强化强度的参数，以及一个调节推理的参数，后者包括内置偏差（如互斥性）和过往学习事件的信息。通过调整这些参数使模型预测与跨情境词汇学习代表性实验的数据一致，我们能够用强化与推理之间的权衡来解释这些实验参与者所采用的学习策略。这些策略会根据实验条件的不同而发生巨大变化。例如，在快速映射实验（即原则上可在单次观测中推断出正确指称对象）中，推理占主导地位；而在分离情境多样性实验（即指称对象被分组，且仅与其组成员一起展示）中，强化占主导地位。其他实验则可通过更平衡的强化与推理比例来解释。
引用
@article{arxiv.1307.3941,
title = {Reinforcement and inference in cross-situational word learning},
author = {Paulo F. C. Tilles and Jose F. Fontanari},
journal= {arXiv preprint arXiv:1307.3941},
year = {2013}
}