論文の概要: How Adults Understand What Young Children Say

• arxiv url: http://arxiv.org/abs/2206.07807v1
• Date: Wed, 15 Jun 2022 20:37:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-17 15:05:01.654607
• Title: How Adults Understand What Young Children Say
• Title（参考訳）: 子どもの言葉をどう理解するか
• Authors: Stephan C. Meylan, Ruthe Foushee, Nicole H. Wong, Elika Bergelson, and Roger P. Levy
• Abstract要約: 子供の初期のスピーチは、形や内容において大人のスピーチとほとんど似ていないことが多いが、介護者は幼児の発話で意味を見出すことが多い。 早期コミュニケーションの成功は,子どもの言語知識の増大だけでなく,大人の高度な推論にも依存すると考えられる。
• 参考スコア（独自算出の注目度）: 1.416276307599112
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Children's early speech often bears little resemblance to adult speech in form or content, and yet caregivers often find meaning in young children's utterances. Precisely how caregivers are able to do this remains poorly understood. We propose that successful early communication (an essential building block of language development) relies not just on children's growing linguistic knowledge, but also on adults' sophisticated inferences. These inferences, we further propose, are optimized for fine-grained details of how children speak. We evaluate these ideas using a set of candidate computational models of spoken word recognition based on deep learning and Bayesian inference, which instantiate competing hypotheses regarding the information sources used by adults to understand children. We find that the best-performing models (evaluated on datasets of adult interpretations of child speech) are those that have strong prior expectations about what children are likely to want to communicate, rather than the actual phonetic contents of what children say. We further find that adults' behavior is best characterized as well-tuned to specific children: the more closely a word recognition model is tuned to the particulars of an individual child's actual linguistic behavior, the better it predicts adults' inferences about what the child has said. These results offer a comprehensive investigation into the role of caregivers as child-directed listeners, with broader consequences for theories of language acquisition.
• Abstract（参考訳）: 幼児の初期のスピーチは形態や内容が大人のスピーチとほとんど似ていないが、養育者は子供の発話に意味を見出すことが多い。 正確には、介護者の理解は不十分だ。 早期コミュニケーションの成功(言語開発の基本構成要素)は、子どもの言語知識の増大だけでなく、大人の洗練された推論にも依存している。 さらに,これらの推論は,子どもの発話の仕方を詳細に把握するために最適化されている。 本研究では,大人が子どもを理解するために使用する情報源に関する競合する仮説をインスタンス化する,ディープラーニングとベイズ推論に基づく音声単語認識の候補計算モデルを用いて評価する。 子どもの発話内容の実際の音声内容よりも、子どもがコミュニケーションしたいであろうことに対する事前の期待が強いモデル(大人の音声解釈のデータセットに基づく評価)が、最もパフォーマンスの高いモデルであることが判明した。 さらに、大人の行動は、特定の子供によく訓練されるのが最適であることがわかった。単語認識モデルは、個々の子供の実際の言語行動の特質に合わせて調整されるほど、子供が言ったことに対する大人の推論をより良く予測する。 これらの結果は, 子ども向けリスナーとしての介護者の役割を包括的に調査し, 言語獲得理論に幅広い影響を及ぼした。

関連論文リスト

• Trustworthy Alignment of Retrieval-Augmented Large Language Models via Reinforcement Learning [84.94709351266557]
  検索強化に関して,言語モデルの信頼性に焦点をあてる。 検索強化言語モデルには,文脈的知識とパラメトリック的知識の両方に応じて応答を供給できる本質的な能力があると考えられる。 言語モデルと人間の嗜好の整合性に着想を得て,検索強化言語モデルを外部証拠にのみ依存する状況に整合させるための第一歩を踏み出した。
  論文  参考訳（メタデータ） (2024-10-22T09:25:21Z)
• KidLM: Advancing Language Models for Children -- Early Insights and Future Directions [7.839083566878183]
  本研究では,子供用,時には子供用のコーパスを収集し,検証する,ユーザ中心のデータ収集パイプラインを提案する。 本研究では,ドメイン固有の児童言語データに基づいてマスキング確率を動的に調整する新たな学習目標であるStratified Maskingを提案する。 実験により,本モデルは下級テキストの理解に優れ,ステレオタイプを避けて安全性を維持し,子どもの独特な嗜好を捉えていることが示された。
  論文  参考訳（メタデータ） (2024-10-04T19:35:44Z)
• Visual Grounding Helps Learn Word Meanings in Low-Data Regimes [47.7950860342515]
  現代のニューラル言語モデル(LM)は、人間の文の生成と理解をモデル化するための強力なツールである。 しかし、これらの結果を得るためには、LMは明らかに非人間的な方法で訓練されなければならない。 より自然主義的に訓練されたモデルは、より人間らしい言語学習を示すのか? 本稿では,言語習得における重要なサブタスクである単語学習の文脈において,この問題を考察する。
  論文  参考訳（メタデータ） (2023-10-20T03:33:36Z)
• BabySLM: language-acquisition-friendly benchmark of self-supervised spoken language models [56.93604813379634]
  音声表現を学習するための自己指導技術は、人間のラベルを必要とせずに、音声への露出から言語能力を高めることが示されている。 語彙および構文レベルで音声言語モデルを探索するために,言語習得に親しみやすいベンチマークを提案する。 テキストと音声のギャップを埋めることと、クリーンな音声とその内話のギャップを埋めることである。
  論文  参考訳（メタデータ） (2023-06-02T12:54:38Z)
• Computational Language Acquisition with Theory of Mind [84.2267302901888]
  我々は、心の理論(ToM)を備えた言語学習エージェントを構築し、その学習過程への影響を測定する。 重み付けされたToMリスナーコンポーネントを用いた学習話者は,画像参照ゲームの設定において,性能向上につながることがわかった。
  論文  参考訳（メタデータ） (2023-03-02T18:59:46Z)
• Improving Children's Speech Recognition by Fine-tuning Self-supervised Adult Speech Representations [2.2191297646252646]
  幼児の音声認識は、包括的音声認識技術を構築する際には不可欠だが、ほとんど見過ごされる領域である。 近年の自己教師型学習の進歩は、このデータ不足の問題を克服する新たな機会を生み出している。 子どもの音声認識のためのモデルを構築するために,自己指導型成人音声表現を活用し,よく知られた幼児音声コーパスを3つ利用した。
  論文  参考訳（メタデータ） (2022-11-14T22:03:36Z)
• Perception Point: Identifying Critical Learning Periods in Speech for Bilingual Networks [58.24134321728942]
  ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。 我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
  論文  参考訳（メタデータ） (2021-10-13T05:30:50Z)
• Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
  我々は、数ショット$textit language coordinate$のタスクについて研究する。 リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。 これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
  論文  参考訳（メタデータ） (2021-07-12T19:26:11Z)
• Child-directed Listening: How Caregiver Inference Enables Children's Early Verbal Communication [2.9331097393290837]
  我々は、大人が子どもの言葉のうるささを克服する方法を理解するために、ベイズ語モデルを用いています。 音声でアノテートしたコーパス上での競合モデルの評価により, 子どもの言語環境に特化して適合する事前の期待により, 成人の回復した意味を最もよく予測できることを示す。
  論文  参考訳（メタデータ） (2021-02-06T00:54:34Z)
• Using Known Words to Learn More Words: A Distributional Analysis of Child Vocabulary Development [0.0]
  分布統計の語彙特性を用いた語彙発達におけるアイテムベース変動について検討した。 単語軌跡を横断的に予測し,語彙発達の傾向に光を当てた。 また, 子どもが単語を知っているかどうかの最適な分布予測器は, 単語が共起する傾向にある他の単語の数であることを示す。
  論文  参考訳（メタデータ） (2020-09-15T01:18:21Z)
• Learning to Understand Child-directed and Adult-directed Speech [18.29692441616062]
  人間の言語習得研究は、児童指向の音声が言語学習者に役立つことを示している。 成人指向音声(ADS)と子ども指向音声(CDS)で訓練されたモデルのタスク性能の比較を行った。 CDSが学習の初期段階で有効であることを示す指標が得られたが、最終的には、ADSでトレーニングされたモデルは、同等のタスクパフォーマンスに達し、より一般化される。
  論文  参考訳（メタデータ） (2020-05-06T10:47:02Z)

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。