論文の概要: Local word statistics affect reading times independently of surprisal

• arxiv url: http://arxiv.org/abs/2103.04469v1
• Date: Sun, 7 Mar 2021 22:18:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-10 14:06:26.817048
• Title: Local word statistics affect reading times independently of surprisal
• Title（参考訳）: 局所単語統計は超越性によらず読解時間に影響する
• Authors: Adam Goodkind and Klinton Bicknell
• Abstract要約: 単語頻度は超越理論とは無関係に処理に影響を与えることを示す。 また,より複雑な局所統計,単語のビッグラムとトリグラムの確率も,サブプライムとは無関係に処理に影響を及ぼすことを示した。
• 参考スコア（独自算出の注目度）: 3.04585143845864
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Surprisal theory has provided a unifying framework for understanding many phenomena in sentence processing (Hale, 2001; Levy, 2008a), positing that a word's conditional probability given all prior context fully determines processing difficulty. Problematically for this claim, one local statistic, word frequency, has also been shown to affect processing, even when conditional probability given context is held constant. Here, we ask whether other local statistics have a role in processing, or whether word frequency is a special case. We present the first clear evidence that more complex local statistics, word bigram and trigram probability, also affect processing independently of surprisal. These findings suggest a significant and independent role of local statistics in processing. Further, it motivates research into new generalizations of surprisal that can also explain why local statistical information should have an outsized effect.
• Abstract（参考訳）: 代用的理論は、文処理における多くの現象を理解するための統一的な枠組み(hale, 2001; levy, 2008a)を提供し、全ての事前文脈で与えられた単語の条件付き確率が処理の困難を完全に決定することを示した。 この主張の問題点として、条件付き確率が一定である場合でも、ある局所統計的単語頻度も処理に影響を与えることが示されている。 ここでは、他のローカル統計が処理に役割を持つか、単語頻度が特別な場合であるかどうかを尋ねます。 我々は,より複雑な局所統計量であるbigram と trigram の確率が,超越性とは独立に処理に影響を与えることを示す最初の明確な証拠を示す。 これらの結果は、処理における局所統計の重要かつ独立した役割を示唆している。 さらに、地域統計情報に大きすぎる効果がある理由を説明できるような仮説の新たな一般化の研究を動機付けている。

関連論文リスト

• On the Role of Context in Reading Time Prediction [50.87306355705826]
  我々は,リアルタイム言語理解において,読者がコンテキストをどのように統合するかについて,新たな視点を提示する。 提案手法は,言語単位の処理作業が文脈内情報の内容のアフィン関数であることを示す素因的理論に基づいている。
  論文  参考訳（メタデータ） (2024-09-12T15:52:22Z)
• How to Compute the Probability of a Word [45.23856093235994]
  本稿では,単語確率の正しい計算法を導出する。 確率計算における広範囲なバグの修正は,文理解および語彙最適化分析における測定結果に影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2024-06-20T17:59:42Z)
• What Are the Odds? Language Models Are Capable of Probabilistic Reasoning [23.487484744911995]
  本稿では,言語モデル(LM)の確率論的推論能力を,理想化および実世界の統計分布を用いて評価することに集中する。 本研究では,パーセンタイルの推定,サンプルの描画,確率の計算という3つのタスクにおいて,最先端のLMの体系的評価を行う。
  論文  参考訳（メタデータ） (2024-06-18T17:51:24Z)
• Analyzing Wrap-Up Effects through an Information-Theoretic Lens [96.02309964375983]
  本研究は,ラップアップ効果と情報理論量との関係について検討する。 先行文脈における情報の分布は文末RTや節末RTで予測されることが多い。
  論文  参考訳（メタデータ） (2022-03-31T17:41:03Z)
• The Optimal Noise in Noise-Contrastive Learning Is Not What You Think [80.07065346699005]
  この仮定から逸脱すると、実際により良い統計的推定結果が得られることが示される。 特に、最適な雑音分布は、データと異なり、また、別の家族からさえも異なる。
  論文  参考訳（メタデータ） (2022-03-02T13:59:20Z)
• Counterfactual Inference of the Mean Outcome under a Convergence of Average Logging Probability [5.596752018167751]
  本稿では,適応実験で得られたサンプルから,アクションの平均結果を推定する。 適応実験では、過去の観測に基づいて行動を選択する確率を逐次更新することができる。
  論文  参考訳（メタデータ） (2021-02-17T19:05:53Z)
• Inferring Causal Direction from Observational Data: A Complexity Approach [0.3553493344868413]
  離散確率変数と連続確率変数のペアにおける原因と効果を区別するためのいくつかの基準を提案する。 本研究では,幅広い因果的メカニズムとノイズの種類に基づいて生成した合成データの基準値の精度を示す。
  論文  参考訳（メタデータ） (2020-10-12T12:10:37Z)
• Bias and Variance of Post-processing in Differential Privacy [53.29035917495491]
  後処理免疫は、差分プライバシーの基本的な性質である。 ポストプロセッシングはバイアスをもたらし、ばらつきを増大させるとしばしば主張される。 本稿では,後処理の特性を理解するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2020-10-09T02:12:54Z)
• Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
  経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。 我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。 長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
  論文  参考訳（メタデータ） (2020-06-22T16:57:52Z)
• On Disentangled Representations Learned From Correlated Data [59.41587388303554]
  相関データに対する最も顕著な絡み合うアプローチの挙動を解析することにより、現実のシナリオにギャップを埋める。 本研究では,データセットの体系的相関が学習され,潜在表現に反映されていることを示す。 また、トレーニング中の弱い監督や、少数のラベルで事前訓練されたモデルを修正することで、これらの潜伏相関を解消する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-14T12:47:34Z)

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。