論文の概要: Modeling Task Effects on Meaning Representation in the Brain via Zero-Shot MEG Prediction

• arxiv url: http://arxiv.org/abs/2009.08424v2
• Date: Sun, 15 Nov 2020 22:31:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-17 07:59:07.229316
• Title: Modeling Task Effects on Meaning Representation in the Brain via Zero-Shot MEG Prediction
• Title（参考訳）: ゼロショットMEG予測による脳内意味表現に対するタスク効果のモデル化
• Authors: Mariya Toneva, Otilia Stretcu, Barnabas Poczos, Leila Wehbe, Tom M. Mitchell
• Abstract要約: 脳内でどのように意味が表現されるかは、神経科学における大きな疑問の1つだ。 異なる意味的タスクを実行しながら同じ単語を読んだ被験者の脳活動は、タスクによって異なることが示されている。
• 参考スコア（独自算出の注目度）: 27.131495271456988
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: How meaning is represented in the brain is still one of the big open questions in neuroscience. Does a word (e.g., bird) always have the same representation, or does the task under which the word is processed alter its representation (answering "can you eat it?" versus "can it fly?")? The brain activity of subjects who read the same word while performing different semantic tasks has been shown to differ across tasks. However, it is still not understood how the task itself contributes to this difference. In the current work, we study Magnetoencephalography (MEG) brain recordings of participants tasked with answering questions about concrete nouns. We investigate the effect of the task (i.e. the question being asked) on the processing of the concrete noun by predicting the millisecond-resolution MEG recordings as a function of both the semantics of the noun and the task. Using this approach, we test several hypotheses about the task-stimulus interactions by comparing the zero-shot predictions made by these hypotheses for novel tasks and nouns not seen during training. We find that incorporating the task semantics significantly improves the prediction of MEG recordings, across participants. The improvement occurs 475-550ms after the participants first see the word, which corresponds to what is considered to be the ending time of semantic processing for a word. These results suggest that only the end of semantic processing of a word is task-dependent, and pose a challenge for future research to formulate new hypotheses for earlier task effects as a function of the task and stimuli.
• Abstract（参考訳）: 脳内でどのように意味が表現されるかは、神経科学における大きな疑問の1つだ。 ある単語(例えば、鳥)は、常に同じ表現を持っているのか、それとも、その単語が処理されるタスクはその表現を変えているのか("あなたはそれを食べることができるのか?"と「飛ぶことができるのか?")? 同じ単語を読みながら異なる意味タスクを実行している被験者の脳活動は、タスクによって異なることが示されている。 しかし、そのタスク自体がこの違いにどのように貢献するかはまだ分かっていない。 本研究は,脳磁図(MEG)を用いて,具体名詞に関する質問への回答を行う。 課題(質問された質問)が具体的な名詞の処理に与える影響を,数ミリ秒分解能MEG記録を名詞の意味論とタスクの意味論の両方の関数として予測することにより検討する。 提案手法を用いて,新しいタスクや名詞に対するゼロショット予測を比較し,タスク刺激相互作用に関するいくつかの仮説を検証した。 タスクセマンティクスを取り入れることで、参加者間でのMEG記録の予測が大幅に改善されることがわかった。 改善は、参加者が最初に単語を見た後に475-550msで行われ、これは単語の意味処理の終了時間と考えられるものに対応する。 これらの結果は, 単語の意味処理の終了がタスク依存であり, 課題と刺激の関数として, 初期のタスク効果の新しい仮説を定式化することが今後の研究の課題であることを示唆している。

関連論文リスト

• SIFToM: Robust Spoken Instruction Following through Theory of Mind [51.326266354164716]
  本稿では,認知にインスパイアされた音声指導モデルであるSIFToMを提案し,多様な音声条件下でロボットが人間の指示を実践的に追従できるようにする。 結果から,SIFToMモデルは現状の音声モデルや言語モデルよりも優れており,課題に追従する音声命令に対する人間レベルの精度に近づいていることがわかった。
  論文  参考訳（メタデータ） (2024-09-17T02:36:10Z)
• Identifying and interpreting non-aligned human conceptual representations using language modeling [0.0]
  先天性失明は,a-モダル語と知覚関連言語ドメインの両方において概念的再編成を引き起こすことを示す。 視覚障害者は、より強く社会的・認知的な意味と、行動に関連する動詞を関連づける。 一部の動詞では、盲目と盲目の表現は非常に似ている。
  論文  参考訳（メタデータ） (2024-03-10T13:02:27Z)
• Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
  本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。 考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
  論文  参考訳（メタデータ） (2023-07-06T10:52:22Z)
• GSRFormer: Grounded Situation Recognition Transformer with Alternate Semantic Attention Refinement [73.73599110214828]
  グラウンドドコンディション認識(GSR)は、人間のイベント理解のための画像の構造化されたセマンティックサマリーを生成することを目的としている。 オブジェクト検出とイメージキャプションタスクにインスパイアされた既存のメソッドは、2段階のフレームワークを使用するのが一般的である。 本稿では,動詞と役割の双方向関係の活用に焦点をあてた,新しい2段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-18T17:13:59Z)
• Neural Language Taskonomy: Which NLP Tasks are the most Predictive of fMRI Brain Activity? [3.186888145772382]
  人気のTransformerベースの言語モデルは、テキスト駆動型ブレインエンコーディングで成功している。 本研究では,10種類の自然言語処理タスクで学習した表現からの伝達学習について検討する。 10のタスク表現にまたがる実験は、以下の認知的洞察を提供する。
  論文  参考訳（メタデータ） (2022-05-03T10:23:08Z)
• A Survey On Neural Word Embeddings [0.4822598110892847]
  自然言語処理における意味の研究は、分布仮説に依存する。 概念の分散表現という革命的な考えは、人間の心の働きに近い。 ニューラルワード埋め込みは、すべてのNLPタスクを大幅に改善することで、NLPの分野全体を変革した。
  論文  参考訳（メタデータ） (2021-10-05T03:37:57Z)
• Brain2Word: Decoding Brain Activity for Language Generation [14.24200473508597]
  対象者からfMRIデータをデコードできるモデルを提案する。 この課題に対して,本モデルでは5.22%のTop-1と13.59%のTop-5の精度を実現している。
  論文  参考訳（メタデータ） (2020-09-10T10:47:36Z)
• Emotion Carrier Recognition from Personal Narratives [74.24768079275222]
  パーソナル・ナラティブズ(Personal Narratives、PN)は、自分の経験から事実、出来事、思考を回想するものである。 感情キャリア認識(ECR)のための新しい課題を提案する。
  論文  参考訳（メタデータ） (2020-08-17T17:16:08Z)
• Characterizing the Effect of Sentence Context on Word Meanings: Mapping Brain to Behavior [0.0]
  本論文は,被験者がこのような変化を認識しているかどうかに答えることを目的としている。 被験者は、単語が特定の文で使用されるとき、その単語が汎用的な意味からどのように変化するかを判断するよう求められた。 結果は、単語の意味が文の文脈によって体系的に変化するという仮説を支持する。
  論文  参考訳（メタデータ） (2020-07-27T20:12:30Z)
• Amnesic Probing: Behavioral Explanation with Amnesic Counterfactuals [53.484562601127195]
  調査結果から行動学的結論を推測できない点を指摘する。 我々は、どの情報がエンコードされているかではなく、その情報がどのように使われているかに焦点を当てた代替手段を提供する。
  論文  参考訳（メタデータ） (2020-06-01T15:00:11Z)
• Visual Question Answering with Prior Class Semantics [50.845003775809836]
  候補解のセマンティクスに関連する追加情報を利用する方法を示す。 セマンティック空間における回帰目標を用いて解答予測プロセスを拡張する。 提案手法は,様々な質問タイプに対して,一貫性と精度の向上をもたらす。
  論文  参考訳（メタデータ） (2020-05-04T02:46:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。