論文の概要: Early Language Learning via Spreading Activation and Category Exploration in Complex Networks

• arxiv url: http://arxiv.org/abs/2607.06258v1
• Date: Tue, 07 Jul 2026 13:25:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.533655
• Title: Early Language Learning via Spreading Activation and Category Exploration in Complex Networks
• Title（参考訳）: 複雑なネットワークにおける活性化とカテゴリー探索による早期言語学習
• Abstract要約: 我々は、グラフに基づくメンタルレキシコンの探索として、早期言語学習をモデル化する。 4言語(ドイツ語、英語、オランダ語、リオプラテンセスペイン語)のモデルパフォーマンスを評価する。 アクティベーションの拡散は、規範的単語獲得をシミュレートする際の最短経路ベースラインよりも優れていることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Is word acquisition in children uneven with respect to semantic and lexical categories? To answer this question, we model early language learning as a search on a graph-based mental lexicon, driven by two interacting processes: spreading activation and an enforced exploration (rather than exploitation) of lexical categories. We evaluate model performance on four languages (German, English, Dutch, and Rioplatense Spanish), using CDIs as ground-truth data for lexical categories, normative ages derived from the Wordbank repository, and state-of-the-art resources for reconstructing graphs of word similarities. We find that spreading activation outperforms a shortest path baseline in simulating normative word acquisition. At the category level, we highlight complex transitions between CDIs. By studying their sequences in terms of burstiness and average persistence time within the same CDI, we find that spreading activation better captures the exploration dynamics observed empirically. Overall, our findings suggest that vocabulary development can be understood through the non-trivial interplay between activation dynamics and some degree of constraints regulating the visiting of lexical categories in complex networks.
• Abstract（参考訳）: 子どもにおける単語の獲得は意味的・語彙的カテゴリーに関して不均一か? この問いに答えるために、我々は、早期言語学習をグラフベースのメンタルレキシコンの探索としてモデル化し、アクティベーションの拡散と、語彙カテゴリーの(搾取ではなく)強制的な探索という2つの相互作用プロセスによって駆動される。 我々は,4言語(ドイツ語,英語,オランダ語,リオプラテンセ・スペイン語)のモデル性能を,語彙カテゴリの基盤構造データ,Wordbankリポジトリから派生した規範年齢,単語類似性のグラフを再構築するための最先端資源を用いて評価した。 アクティベーションの拡散は、規範的単語獲得をシミュレートする際の最短経路ベースラインよりも優れていることがわかった。 カテゴリレベルでは、CDI間の複雑な遷移を強調します。 同じCDI内でのバーストネスと平均持続時間の観点からそれらのシーケンスを研究することで、活性化の拡散が経験的に観察された探索力学をよりよく捉えることが分かる。 以上の結果から, 語彙発達は, アクティベーションダイナミクスと, 複雑なネットワークにおける語彙カテゴリーの訪問を規定するある程度の制約との間の非自明な相互作用によって理解できることが示唆された。

関連論文リスト

• Humans and transformer LMs: Abstraction drives language learning [32.87902816038439]
  本稿では,トランスフォーマーに基づく言語モデルが言語カテゴリーをどのように学習するかを検討する。 構成が学習されると、構文的なクラスレベルの振る舞いは、語彙的なアイテム固有の振る舞いよりも早い段階で明らかになる。
  論文  参考訳（メタデータ） (2026-03-18T08:30:20Z)
• Tokenization and Morphological Fidelity in Uralic NLP: A Cross-Lingual Evaluation [9.23725598061561]
  本研究は3つのサブワードパラダイムであるByte Pairを体系的に比較する。 BPE(Overlap BPE)、OBPE(Overlap BPE)、Unigram Language Model(Unigram Language Model)。 OBPEは従来手法よりも強い形態的アライメントとタグ付け精度を実現する。
  論文  参考訳（メタデータ） (2026-02-04T05:59:25Z)
• Unified Generative and Discriminative Training for Multi-modal Large Language Models [88.84491005030316]
  生成的トレーニングにより、視覚言語モデル(VLM)は様々な複雑なタスクに取り組むことができる。 CLIPのようなモデルで実証された差別的トレーニングは、ゼロショットイメージテキストの分類と検索に優れています。 本稿では,両パラダイムの強みを統合する統一的アプローチを提案する。
  論文  参考訳（メタデータ） (2024-11-01T01:51:31Z)
• Disco-Bench: A Discourse-Aware Evaluation Benchmark for Language Modelling [70.23876429382969]
  本研究では,多種多様なNLPタスクに対して,文内談話特性を評価できるベンチマークを提案する。 ディスコ・ベンチは文学領域における9つの文書レベルのテストセットから構成されており、豊富な談話現象を含んでいる。 また,言語分析のために,対象モデルが談話知識を学習するかどうかを検証できる診断テストスイートを設計する。
  論文  参考訳（メタデータ） (2023-07-16T15:18:25Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Combining Contrastive Learning and Knowledge Graph Embeddings to develop medical word embeddings for the Italian language [0.0]
  本論文は,イタリアの医療領域の未発見ニッチへの埋め込みを改良する試みである。 主な目的は、医療用語間の意味的類似性の精度を向上させることである。 イタリア語には医学的な文章や制御された語彙が欠けているため、我々は特定の解決法を開発した。
  論文  参考訳（メタデータ） (2022-11-09T17:12:28Z)
• Multilingual Extraction and Categorization of Lexical Collocations with Graph-aware Transformers [86.64972552583941]
  我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。 以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
  論文  参考訳（メタデータ） (2022-05-23T16:47:37Z)
• IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages [87.5457337866383]
  画像認識言語理解評価ベンチマークについて紹介する。 IGLUEは、視覚的質問応答、クロスモーダル検索、グラウンドド推論、20言語にわたるグラウンドドエンターテイメントタスクをまとめて提供する。 翻訳-テストの転送はゼロショットの転送よりも優れており、少数ショットの学習は多くのタスクに役立てることが難しい。
  論文  参考訳（メタデータ） (2022-01-27T18:53:22Z)
• Feature-rich multiplex lexical networks reveal mental strategies of early language learning [0.7111443975103329]
  FEature-Rich MUltiplex LEXical (FERMULEX) ネットワークについて述べる。 類似性は、知識のセマンティック/シンタクティック/音声学的側面にまたがる異種単語関連をモデル化する。 単語には、周波数、取得年齢、長さ、ポリセミーを含む多次元特徴埋め込みが組み込まれている。
  論文  参考訳（メタデータ） (2022-01-13T16:44:51Z)
• Evaluating Word Embeddings with Categorical Modularity [0.0]
  単語の埋め込み品質を評価するための新しい低リソース計量である分類的モジュラリティを導入する。 我々は29言語で59の神経生物学的に動機付けられた意味カテゴリーに属する500語のコアセットを使用する。 感情分析と単語類似度計算の単言語的タスクにおいて,分類的モジュラリティと性能との間には,中程度から強い正の相関関係が認められた。
  論文  参考訳（メタデータ） (2021-06-02T01:29:11Z)
• Decomposing lexical and compositional syntax and semantics with deep language models [82.81964713263483]
  GPT2のような言語変換器の活性化は、音声理解中の脳活動に線形にマップすることが示されている。 本稿では,言語モデルの高次元アクティベーションを,語彙,構成,構文,意味表現の4つのクラスに分類する分類法を提案する。 その結果は2つの結果が浮かび上がった。 まず、構成表現は、語彙よりも広範な皮質ネットワークを募集し、両側の側頭、頭頂、前頭前皮質を包含する。
  論文  参考訳（メタデータ） (2021-03-02T10:24:05Z)

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。