基于目标导向备选方案的惊讶最小化预测对话中的发言选择

我们将言语发行建模为对情境备选方案进行概率性、成本敏感的选择，运用信息论概念来度量成本。我们区分了目标导向备选方案（实现固定的交际意图）和基于情境可信度定义的目标无关备选方案，从而推导出基于不同成本度量的说话人和听者导向的解释。我们提出了一种生成这两种类型备选方案的方法。分析在确定性和概率性成本最小化下的开放式对话中的发言选择，我们发现，针对目标导向备选方案的惊讶最小化在两种分析下均提供了最强的预测解释。相比之下，统一信息密度和基于长度的成本在不同条件下的预测能力较弱且不够一致。更广泛地说，本研究表明，基于 LM 生成的备选方案的备选方案条件优化提供了研究自然语言发行中说话人和听者压力的原则框架。